numpy.ndarray是什么类型,numpy中的ndarray

  numpy.ndarray是什么类型,numpy中的ndarray

  NumPy数组的维数叫做秩,一维数组的秩是1,二维数组的秩是2,以此类推。在NumPy中,每个线性数组称为一个轴,秩实际上就是轴的个数。比如二维数组等价于一维数组,这个一维数组中的每个元素都是一维数组。所以这个一维数组就是NumPy中的轴,轴的个数是——秩,这是数组的维数。

  Numpy库中的矩阵模块是一个ndarray对象,有很多属性:t,data,dtype,flags,flat,imag,real,size,

  Itize,NBYTES,NDIM,Shape,steps,Ctypes,Base等等。

  将numpy作为np导入

  x=np.array([[1,2,3],[9,8,7],[6,5,4]])

  X.T #获得x的转置矩阵。

  数组([[1,9,6],

  [2, 8, 5],

  [3, 7, 4]])

  Print.flags #返回数组内部信息

  C_CONTIGUOUS : True

  F_CONTIGUOUS : False

  OWNDATA:真

  可写:真

  对齐:真

  UPDATEIFCOPY : False

  X.flat[2:6] #把数组改成一维数组,从中获取一些数据。

  数组([3,9,8,7])

  x . flat=4;X #为一维数组赋值,然后将其转换为原始数组的大小形式。

  数组([[4,4,4],

  [4, 4, 4],

  [4, 4, 4]])

  x

  数组([[4,4,4],

  [4, 4, 4],

  [4, 4, 4]])

  Ndarray.imag #是复变函数中具有虚部的数组,如下所示:

  X=np.sqrt([2 3j,5 0j]) #创建一个复数

  x

  数组([ 1.67414923 0.89597748j,2.23606798 0.j ])

  X.imag #获取复数的虚部

  数组([ 0.89597748,0。])

  X.real #获取复数的实部

  数组([ 1.67414923,2.23606798])

  X=np.arange(10) #随机生成一个数组,并重命名一个空间的数组。

  x.reshape(2,5)

  数组([[0,1,2,3,4],

  [5, 6, 7, 8, 9]])

  X.size #获取数组中元素的个数

  10

  X.ndim #来获取数组的维数

  X.shape #获取数组的(行数,列数)

  (10,)

  y=x . shape(5,2)

  y

  数组([[0,1],

  [2, 3],

  [4, 5],

  [6, 7],

  [8, 9]])

  Y.base #基于另一个对象数组获取这个数组,如下,Y基于x。

  数组([0,1,2,3,4,5,6,7,8,9])

  Ndarray对象的方法

  Ndarray.ptp(axis=None,out=None):返回数组的最大最小值或轴的最大最小值。

  Ndarray.clip (a _ min,a _ max,out=none):小于最小值的元素被赋值为最小值,大于最大值的元素成为最大值。

  Ndarray.all():如果所有元素都为true,则返回true;否则返回false。

  Ndarray.any():只要有一个元素为真,就返回真。

  Ndarray.swapaxes(axis1,axis2):交换两个轴的元素,如下所示

  z.swapaxes(0,1)

  数组([[2,4,6,8],

  [3, 5, 7, 9]])

  以下方法用于更改数组的维度和大小:

  ndarray . shape(shape[,order]):返回重命名数组大小后的数组,不改变元素个数。

  Ndarray.resize (new _ shape [,ref check]):更改数组的大小(可以更改数组中元素的数量)。

  Ndarray.transpose(*axes):返回矩阵的转置矩阵。

  Ndarray.swapaxes(axis1,axis2):交换两个轴的元素后的矩阵。

  Ndarray.flatten([order]):复制一维数组。

  Ndarray.ravel([order]):返回一个展平的一维数组。

  ndarray . squeeze([轴]):删除长度为1的轴。

  Ndarray.tolist():将数组转换为列表。

  Ndarray.take (indexes,axis=none,out=none,mode= raise ):获取数组指定索引的数据,例如:

  a=np.arange(12)。整形(3,4)

  a

  数组([[ 0,1,2,3],

  [ 4, 5, 6, 7],

  [ 8, 9, 10, 11]])

  A.take([1,3],axis=1) #提取1,3列的数据

  数组([[ 1,3],

  [ 5, 7],

  [ 9, 11]])

  Numpy.put(a,ind,v,mode=raise ):用v的值替换数组A中ind (index)的值,模式可以是raise/wrap/clip。Clip:如果给定的ind超过了数组的大小,则替换最后一个元素。

  Numpy.repeat (a,repeats,axis=none):重复数组的元素,例如:

  x=np.array([[1,2],[3,4]])

  np.repeat(x,2)

  数组([1,1,2,2,3,3,4,4])

  np.repeat(x,3,轴=1)

  数组([[1,1,1,2,2,2],

  [3, 3, 3, 4, 4, 4]])

  np.repeat(x,[1,2],轴=0)

  数组([[1,2],

  [3, 4],

  [3, 4]])

  Numpy.tile(A,reps):根据给定的reps重复数组A。与repeat不同,repeat是一个重复元素,此方法是一个重复数组。

  Ndarray.var (axis=none,dtype=none,out=none,ddof=0):返回数组沿指定轴的方差。

  Ndarray.std (axis=none,dtype=none,out=none,ddof=0):返回给定坐标轴上几个数字的标准偏差。

  Ndarray.prod (axis=none,dtype=none,out=none):返回指定轴的所有元素。

  Ndarray.cumprod (axis=none,dtype=none,out=none):返回指定坐标轴的累计值,如下所示:

  a

  数组([[ 0,1,2,3],

  [ 4, 5, 6, 7],

  [ 8, 9, 10, 11]])

  A.cumprod(axis=1) #获取垂直轴的累积

  数组([[ 0,0,0,0],

  [ 4, 20, 120, 840],

  [ 8, 72, 720, 7920]])

  Ndarray.mean (axis=none,dtype=none,out=none):返回指定坐标轴的数组元素的平均值。

  Ndarray.cumsum (axis=none,dtype=none,out=none):返回指定坐标轴的元素的累积和。比如:

  a

  数组([[ 0,1,2,3],

  [ 4, 5, 6, 7],

  [ 8, 9, 10, 11]])

  累计和(轴=1)

  数组([[ 0,1,3,6],

  [ 4, 9, 15, 22],

  [ 8, 17, 27, 38]])

  Ndarray.sum (axis=none,dtype=none,out=none):返回指定轴的所有元素的总和。

  Ndarray.trace (offset=0,axis1=0,axis2=1,dtype=none,out=none):返回沿对角线的数组元素之和。

  Ndarray.round (decimals=0,out=none):将数组中的元素舍入到指定的精度,如下所示:

  NP . round([0.37,1.64])

  数组([ 0。 2.])

  np.around([0.37,1.64],小数=1)

  数组([ 0.4,1.6])

  np.around([.5,1.5,2.5,3.5,4.5]) #舍入到最接近的偶数

  数组([ 0。 2. 2. 4. 4.])

  np.around([1,2,3,11],小数=1)# n返回整数数组

  数组([ 1,2,3,11])

  np.around([1,2,3,11],小数=-1)

  数组([ 0,0,0,10])

  Ndarray.conj():返回所有复数元素的共轭复数,例如:

  b=np.array([[1 2j,3 0j],[3 4j,7 5j]])

  b

  数组([[ 1。2.j,3。0.j],

  [ 3.4.j,7。5.j]])

  b.conj()

  数组([[ 1。-2.j,3。-0.j],

  [ 3.-4.j,7。-5.j]])

  Ndarray.argmin (axis=none,out=none):返回指定轴的最小元素的索引。

  Ndarray.min(axis=None,out=None):返回指定轴的最小值。

  Ndarray.argmax (axis=none,out=none):返回指定轴的最大元素索引值。

  Ndarray.diagonal (offset=0,axis1=0,axis2=1):返回对角线的所有元素。

  Ndarray.com按(condition,axis=none,out=none):返回指定轴上符合条件的切片。

  Ndarray .非零():返回非零元素的索引。

  这就是本文的全部内容。希望对大家的学习有帮助,支持我们。

  标题:numpy中ndarray方法和属性的详细解释

  本文地址:http://www.cppcns.com/jiaoben/python/260923.html

numpy.ndarray是什么类型,numpy中的ndarray