代码

import numpy as np

array = np.array([[1,2,5],[3,4,6]])
print('-1-')
print('数组维度', array.ndim)
print('-2-')
print('', array.shape) a = np.array([1,2,3])
print('-3-')
print(a) a = np.array([1,2,3], dtype=np.int)
print('-4-')
print(a.dtype) a = np.array([1,2,3], dtype=np.int64)
print('-5-')
print(a.dtype) a = np.array([1,2,3], dtype=np.float32)
print('-6-')
print(a.dtype) a = np.array([1,2,3], dtype=np.float64)
print('-7-')
print(a.dtype) a = np.array([[1,2,3],
[4,5,6]], dtype=np.float32)
print('-8-')
print(a) # shape
a = np.zeros((3,4))
print('-9-')
print(a) # shape
a = np.ones((3,4), dtype=np.int16)
print('-10-')
print(a) # very close to zero
a = np.empty((3,4), dtype=np.float64)
print('-11-')
print(a) # [)
a = np.arange(10, 20)
print('-12-')
print(a) # [) step 2
a = np.arange(10, 20, 2)
print('-13-')
print(a) a = np.arange(12).reshape((3,4))
print('-14-')
print(a) # linspace,
a = np.linspace(1,10,20)
print('-15-')
print(a) # linspace,
a = np.linspace(1,10,20).reshape((5,4))
print('-16-')
print(a) # linspace,
a = np.arange(2, 14).reshape((3,4))
print('-17-')
print(a)
print('-18-')
print(np.argmin(a))
print('-19-')
print(np.argmax(a))
print('-20-')
print(np.mean(a))
print('-21-')
print(a.mean())
print('-22-')
print(np.average(a)) # 之前所有数的累加值
print('-23-')
print(np.cumsum(a)) # 之前所有数的累差值
print('-24-')
print(np.diff(a)) # 行序号,列序号
print('-25-')
print(np.nonzero(a))
# (array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int64), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64)) print('-26-')
print(np.sort(a)) a = np.arange(14, 2, -1).reshape((3,4))
print('-27-')
print(a)
print('-28-')
print(np.sort(a)) print('-29-')
print(np.transpose(a))
print('-30-')
print(a.T)
print('-31-')
print((a.T).dot(a)) # 小于5等于5,大于9等于9
print('-32-')
print(np.clip(a,5,9)) # 列平均
print('-33-')
print(np.mean(a,axis=0)) # 行平均
print('-34-')
print(np.mean(a,axis=1))

  

输出

-1-
数组维度 2
-2-
(2, 3)
-3-
[1 2 3]
-4-
int32
-5-
int64
-6-
float32
-7-
float64
-8-
[[1. 2. 3.]
[4. 5. 6.]]
-9-
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
-10-
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]]
-11-
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
-12-
[10 11 12 13 14 15 16 17 18 19]
-13-
[10 12 14 16 18]
-14-
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
-15-
[ 1. 1.47368421 1.94736842 2.42105263 2.89473684 3.36842105
3.84210526 4.31578947 4.78947368 5.26315789 5.73684211 6.21052632
6.68421053 7.15789474 7.63157895 8.10526316 8.57894737 9.05263158
9.52631579 10. ]
-16-
[[ 1. 1.47368421 1.94736842 2.42105263]
[ 2.89473684 3.36842105 3.84210526 4.31578947]
[ 4.78947368 5.26315789 5.73684211 6.21052632]
[ 6.68421053 7.15789474 7.63157895 8.10526316]
[ 8.57894737 9.05263158 9.52631579 10. ]]
-17-
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
-18-
0
-19-
11
-20-
7.5
-21-
7.5
-22-
7.5
-23-
[ 2 5 9 14 20 27 35 44 54 65 77 90]
-24-
[[1 1 1]
[1 1 1]
[1 1 1]]
-25-
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2], dtype=int64), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3], dtype=int64))
-26-
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
-27-
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]]
-28-
[[11 12 13 14]
[ 7 8 9 10]
[ 3 4 5 6]]
-29-
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
-30-
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
-31-
[[332 302 272 242]
[302 275 248 221]
[272 248 224 200]
[242 221 200 179]]
-32-
[[9 9 9 9]
[9 9 8 7]
[6 5 5 5]]
-33-
[10. 9. 8. 7.]
-34-
[12.5 8.5 4.5]

  

11-numpy笔记-莫烦基础操作1的更多相关文章

  1. iOS 阶段学习第11天笔记(OC基础知识)

    iOS学习(OC语言)知识点整理 一.OC基础知识 1)#import  用于导入头文件,预处理阶段加载引用,只加载一次. 2)OC 依赖于Foundation框架下的头文件Foundation.h, ...

  2. (2.2)学习笔记之mysql基础操作(登录及账户权限设置)

    本系列学习笔记主要讲如下几个方面: 本文笔记[三:mysql登录][四:账户权限设置][五:mysql数据库安全配置] 三.mysql登录 常用登录方式如下: 四.账户权限设置 (4.1)查看用户表, ...

  3. (2.3)学习笔记之mysql基础操作(表/库操作)

    本系列学习笔记主要讲如下几个方面: 本文笔记[六:表操作--线上可以直接删除表吗?] 附加:库操作 [1]创建制定字符集的数据库 需求描述: 在创建DB的时候指定字符集. 操作过程: 1.使用crea ...

  4. 16-numpy笔记-莫烦pandas-4

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  5. 15-numpy笔记-莫烦pandas-3

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  6. 14-numpy笔记-莫烦pandas-2

    代码 import pandas as pd import numpy as np dates = pd.date_range('20130101', periods=6) df=pd.DataFra ...

  7. 13-numpy笔记-莫烦pandas-1

    代码 import pandas as pd import numpy as np s = pd.Series([1,3,6,np.nan, 44,1]) print('-1-') print(s) ...

  8. 12-numpy笔记-莫烦基本操作2

    代码 import numpy as np A = np.arange(3,15) print('-1-') print(A) print('-2-') print(A[3]) A = np.aran ...

  9. 18-numpy笔记-莫烦pandas-6-plot显示

    代码 import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.Series(np.random ...

随机推荐

  1. CME Futures & Options Order Book

    http://algo-logic.com/futures-options-orderbook Algo-Logic Systems’ Futures & Options (F&O) ...

  2. [LOJ 6433][PKUSC 2018]最大前缀和

    [LOJ 6433][PKUSC 2018]最大前缀和 题意 给定一个长度为 \(n\) 的序列, 求把这个序列随机打乱后的最大前缀和的期望乘以 \(n!\) 后对 \(998244353\) 取膜后 ...

  3. day_0

    Day01 - 初识Python - Python简介 - Python的历史 / Python的优缺点 / Python的应用领域 - 搭建编程环境 - Windows环境 / Linux环境 / ...

  4. Linux宝塔安装步骤

    首先:先运行 X shell 一:输入命令 Centos安装命令(一般都用这个): yum install -y wget && wget -O install.sh http://d ...

  5. mybatis的参数传递

    mybatis的参数传递分为两种:1.单参数传递  2.多参数传递 单参数 mybatis会直接取出参数值给Mapper文件赋值 例子如下: 1.Mapper文件内容如下: public void d ...

  6. Ubuntu18.04下修改快捷键

    Ubuntu下修改快捷键 Intelij Idea在Ubuntu下的快捷键几乎和windows差不多,最常用的一个快捷键与系统冲突: Ctrl + Alt + T idea是surround with ...

  7. Python 小案例实战 —— 简易银行存取款查询系统

    Python 小案例实战 -- 简易银行存取款查询系统 涉及知识点 包的调用 字典.列表的混合运用 列表元素索引.追加 基本的循环与分支结构 源码 import sys import time ban ...

  8. vue中使用Ajax(axios)、vue函数中this指向问题

    Vue.js 2.0 版本推荐使用 axios 来完成 ajax 请求.Axios 是一个基于 Promise 的 HTTP 库,可以用在浏览器和 node.js 中. axios中文文档库:http ...

  9. RHCE实验记录总结-1-RHCSA

    不管是运维还是开发系统的了解下Linux或者系统的温习整理一下Linux知识点无疑是较好的,这篇文章是对RHCSA&RHCE实验进行一个汇总,是我为了做实验方便(并分享给朋友)的一篇文章. 前 ...

  10. 阿里云容器服务中国最佳,进入 Forrester 报告强劲表现者象限

    近日,全球知名市场调研机构 Forrester 发布首个企业级公共云容器平台报告. 报告显示:阿里云容器服务创造了中国企业最好成绩,与谷歌云位于同一水平线,进入强劲表现者象限. 究其原因,分析师认为: ...