尚硅谷numpy的学习

分类:

np.random.seed(0)让随机数不变化。(这种排序方式是将arr数组排序方式改变了的)

不改变的方法:print(np.sort(arr))

去重:过程中顺便也会进行排序

数组拼接:

数组的切割:

调整数组形状:

重要的:

numpy中常用的函数:

numpy的练习:

1,

复制代码
​
import numpy as np
temps=np.array([28,30,29,31,32,30,29])
print('平均气温:')
print('%.3f'%np.mean(temps)) 
print('最高气温:')
print(np.max(temps))
print('最低气温:')
print(np.min(temps))
print('气温超过30的天数:')
print(len(temps[temps>30]))

​

2,

复制代码
import numpy as np
score=np.array([85,90,78,92,88])
print(score)
print('平均分:',np.mean(score))
print('中位数:',np.median(score))
print('标准差:%.3f'%np.std(score))
print(score/10)

3,

复制代码
import numpy as np
A=np.array([[1,2],[3,4]])
B=np.array([[5,6],[7,8]])
print(A+B)
print(A*B)
print(A@B)

4,

复制代码
import numpy as np
np.random.seed(0)
arr=np.random.randint(0,10,(3,4))
print(arr)
print('每列最大值:',np.max(arr,axis=0)) #0表示列,1表示行
print('每行最小值:',np.min(arr,axis=1))
print(np.where(arr%2==1,-1,arr))
arr[arr%2==1]=-1
print(arr)

5,

复制代码
import numpy as np
arr=np.arange(1,13)
arr=np.reshape(arr,(3,4))
print(arr)
print('每行的和:',np.sum(arr,axis=1))
print('每列的平均值:',np.mean(arr,axis=0))

找出最大值的索引:

np.argmax(money)

6,

A= B=

(1)C=np.concatenate(A,B)

(2)print(np.reshape(C,(2,3)))

7,

复制代码
arr=np.array([2,1,2,3,1,4,3])
u_arr,counts=np.unique(arr,return_counts=True)
print(u_arr)
print(counts)
相关推荐
石工记18 小时前
CTO如何落地AI?从0到1的实战路径
人工智能·python·django·flask·numpy·pandas·pyqt
嗝o゚3 天前
CANN asnumpy 库——昇腾 NPU 原生 NumPy 兼容层
人工智能·numpy·cann·asnumpy
bloxed3 天前
【AI大模型--NumPy-07】高级线性代数完全指南
人工智能·线性代数·numpy
charlee443 天前
《GIS基础原理与技术实践》配套案例(Python版)
python·conda·numpy·gis·环境配置
fengchengwu20124 天前
NumPy 数组常用函数手册:从入门到进阶
numpy
威尔逊·柏斯科·希伯理4 天前
机器学习第一天(共12天)
人工智能·python·机器学习·conda·numpy·pandas·matplotlib
杭州的平湖秋月5 天前
Numpy 的基础索引、高级索引、布尔索引和 take_along_axis
python·numpy·高级索引
松☆6 天前
昇腾NPU的信号处理加速库,跟NumPy的FFT有啥区别?
numpy·信号处理
松☆6 天前
Triton推理服务接昇腾NPU,GE后端怎么搭?
华为·性能优化·numpy·信号处理·harmonyos