作者 | 黄伟呢       责编 | 欧阳姝黎

原本是不想专门讲述Numpy函数的,但是今天又有人问起。为此给大家总结了这12个Numpy高级函数,大家一定要掌握,因为它真的很好用!很好用!很好用!

在正式讲述12个函数之前,先看看大纲,辛苦整理,记得保存。

np.where(condition,x,y)

  • 用法一:满足条件(condition),输出x,不满足输出y。

  • 用法二:筛选出满足条件(condition)的元素。

例一:查找数组中大于5的值,并返回。对于小于等于5的部分,直接用5代替;

import numpy as np
x = np.array([1,3,5,7,9])

z = x > 5
z

np.where(z,x,5)

结果如下:【下面截图错误,大家自行练习】

例二:查找数组中大于18岁的人,并返回它们的下标;

y = np.array([19,35,15,25,10])
y

z = y > 18
z

np.where(z)

结果如下:

np.cumsum()和np.cumprod()
  • np.cumsum():按照不同轴,计算元素的累加和。

  • np.cumprod():按照不同轴,计算元素的累乘积。

  • 注意:若不设置axis,则会自动将数组拉成一条直线,然后进行累加或累乘。

如果不设置axis:

x = np.array([[1,2],[4,5],[7,8]])
x

np.cumsum(x)

np.cumprod(x)

结果如下:

axis=0表示【按列方向操作】;

axis=1表示【按行方向操作】;

np.cumsum(x,axis=0)
np.cumsum(x,axis=1)

结果如下:

np.cumprod(x,axis=0)
np.cumprod(x,axis=1)

结果如下:

np.argmin()和np.argmax()
  • np.argmin():按照不同轴,返回最小值元素的下标。

  • np.argmax():按照不同轴,返回最大值元素的下标。

  • 注意:若不设置axis,则会自动将数组拉成一条直线,返回最大值、最小值元素的下标。

如果不设置axis:

x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x

np.argmin(x)

np.argmax(x)

结果如下:

axis=0表示【按列方向操作】;

axis=1表示【按行方向操作】;

np.argmin(x,axis=0)
np.argmin(x,axis=1)

结果如下:

np.argmax(x,axis=0)
np.argmax(x,axis=1)

结果如下:

np.sort()
  • np.sort():按照不同轴,进行元素排序。

  • 默认是按照行操作,相当于axis=1。

x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x

np.sort(x)
np.sort(x,axis=1)

结果如下:

np.sort(x,axis=0)

结果如下:

如图所示 (六合一)

① unique()

② np.in1d()

③ np.intersect1d()

④ np.union1d()

⑤ np.setdiff1d()

⑥ np.setxor1d()


生于2001年的《程序员》曾陪伴了无数开发者成长,影响了一代又一代的中国技术人。时隔20年,《新程序员》带着全球技术大师深邃思考、优秀开发者技术创造等深度内容回来了!同时将全方位为所有开发者呈现国内外核心技术生态体系全景图。扫描下方小程序码即可立即订阅!



Logo

20年前,《新程序员》创刊时,我们的心愿是全面关注程序员成长,中国将拥有新一代世界级的程序员。20年后的今天,我们有了新的使命:助力中国IT技术人成长,成就一亿技术人!

更多推荐