Python numpy 數(shù)組的向量化運算操作方法
向量化：利用數(shù)組表達式來替代顯式循環(huán)的方法
一 函數(shù)numpy.where
- 條件邏輯函數(shù) where(condition, x, y) condition為條件,當(dāng)滿足條件輸出x,不滿足則輸出y
- 即三元表達式 x if condition else y 的向量化
- x和y不一定要是數(shù)組，可以是標量
利用一個布爾值數(shù)組和兩個數(shù)值數(shù)組 舉例運算 先生成如下：
import numpy as np xarr=np.array(1.1,1.2,1.3,1.4,1.5) yarr=np.array(2.1,2.2,2.3,2.4,2.5) cond=np.array([TURE,FALES,TRUE,TRUE,FALES])
eg1 用np.where函數(shù)，實現(xiàn)如果true就x，否則y
import numpy as np res=np.where(cond,xarr,yarr)
eg2用np.where函數(shù)，將現(xiàn)有的數(shù)組轉(zhuǎn)化成只有2和-2的
（小于等于0的是-2，大于0的2）
import numpy as np arr=np.random.randn(4,4) arrnew=np.where(arr>0,2,-2)
eg3用np.where函數(shù)，僅將現(xiàn)有數(shù)組的正值轉(zhuǎn)化為2，其余不變
即else的條件寫原來現(xiàn)有的數(shù)組名稱就好
import numpy as np arr=np.random.rand(4,4) arrnew=np.where(arr>0,2,arr)
二 數(shù)組統(tǒng)計方法
1 基礎(chǔ)數(shù)組統(tǒng)計方法
2布爾值數(shù)組的方法
布爾值會被強制為1（True）和0（False）
也適用于非布爾值數(shù)組，所有的非0元素都會按True處理
sum 用于計算布爾值數(shù)組中 正值的個數(shù)
import numpy as np arr=np.random.randn(100) (arr>0).sum()
- any 檢查數(shù)組中是否至少有一個True
- all 檢查是否每個值都是True
import numpy as np bools=np.array([true,false,ture,false]) bools.any.() bools.all()
三 排序
1 函數(shù)sort
用從小到大 修改序列，不返回任何值。和參數(shù)結(jié)合，排序行/列 arr是已生成的數(shù)組 arr.sort
arr.sort()
eg1 一維數(shù)組 排序
eg2按行 對多維數(shù)組中的 每個一維數(shù)據(jù)段 排序
arr.sort（1）
另： 用 np.sort 返回的是已經(jīng)排序好的數(shù)組拷貝，而不是對原數(shù)組按位置排序
2 函數(shù)np.unique
返回 去重后的 唯一值 再排序
import numpy as np #去重后的名字 names=np.array(['bob','joke','bob','amy']) np.unique(names) #輸出參考 array(['amy','bob','joke']) #去重后的數(shù)值 ints=np.array([1,2,3,5,4,3,3,2]) np.unique(ints) #輸出參考 array([1,2,3,4,5])
拓展：numpy中的集合函數(shù)
到此這篇關(guān)于Python numpy 數(shù)組的向量化運算的文章就介紹到這了,更多相關(guān)Python numpy數(shù)組內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python簡單網(wǎng)絡(luò)編程示例【客戶端與服務(wù)端】
這篇文章主要介紹了Python簡單網(wǎng)絡(luò)編程,詳細介紹了客戶端與服務(wù)端的具體實現(xiàn)技巧與相關(guān)注意事項,需要的朋友可以參考下2017-05-05
DRF?QuerySet?Instance數(shù)據(jù)庫操作功能概述
這篇文章主要為大家介紹了DRF?QuerySet?Instance數(shù)據(jù)庫處理的功能概述,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-10-10
這篇文章主要給大家介紹了關(guān)于利用Python柵格化地圖的相關(guān)資料,2024-03-03
Python中可以使用多種庫來進行柵格化地圖的操作,其中比較常用的有g(shù)eopandas、rasterio等,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
這篇文章主要介紹了利用Python寫了一個水果忍者小游戲，2022-05-05
Python模糊查詢本地文件夾去除文件后綴的實例(7行代碼)
下面小編就為大家?guī)硪黄狿ython模糊查詢本地文件夾去除文件后綴的實例(7行代碼) 。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-11-11
快速解釋如何使用pandas的inplace參數(shù)的使用
這篇文章主要介紹了快速解釋如何使用pandas的inplace參數(shù)的使用，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python字符串的encode與decode研究心得亂碼問題解決方法
為什么Python使用過程中會出現(xiàn)各式各樣的亂碼問題，明明是中文字符卻顯示成“\xe4\xb8\xad\xe6\x96\x87”的形式？2009-03-03
這篇文章主要為大家詳細介紹了Python?Django框架中表單的用法，例如表單的驗證以及利用表單實現(xiàn)文件上傳等，感興趣的小伙伴可以了解一下2022-06-06
Python 的 logging 模塊提供了標準的日志接口,可以通過它存儲各種格式的日志,日志記錄提供了一組便利功能,用于簡單的日志記錄用法,本文就給大家簡單的介紹一下Python logging日志模塊使用方法,需要的朋友可以參考下2023-08-08
今天小編就為大家分享一篇對Python協(xié)程之異步同步的區(qū)別詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02