1、开方与求e指数

import numpy as np
from numpy.matlib import randn print "Test sqrt and exp"
arr = np.arange(10)
print np.sqrt(arr)#开方
print np.exp(arr)#求exp

2、条件Merge

print "test max-merge" #取x和y中对应位置较大的item组成新数组
x=randn(8)
y=randn(8)
print x;print y;print np.maximum(x,y) print "test condition-merge" #根据condition matrix,true时取tMat,false取fMat
tMat = np.arange(10)
fMat = np.arange(0,-10,-1)
conMat = [True,False,True,False,True,False,True,False,True,False]
result=np.where(conMat,tMat,fMat) #condition clause
print result
rdmMat = randn(10)
result=np.where(rdmMat>0,tMat,fMat) #the three matrix should have same size
print result

3、Statistic functions

print "test statistics functions"
rdmMat1 = randn(10,3)
print rdmMat1.mean() #计算所有元素的均值
print np.mean(rdmMat1)
print np.mean(rdmMat1, 0) #column mean
print np.mean(rdmMat1, 1) #row mean
print np.sum(rdmMat1)
print np.sum(rdmMat1,0) #column sum
print np.sum(rdmMat1,1) #row sum

4、布尔函数

print "test bool functions"
rdmMat2 = randn(10)
numberOfTrue = (rdmMat2>0).sum() #true的个数
print numberOfTrue
rdmMat3 = np.array([True,True,False,True])
print rdmMat3.any() #是否含有至少一个true
print rdmMat3.all() #是否全为true

5、排序函数

print "test sort"
print np.sort(rdmMat2) #np.sort() doesn't change the original matrix
print rdmMat2
rdmMat2.sort() #python's sort changes the matrix
print rdmMat2
rdm53 = randn(5,3)
print np.sort(rdm53,1)
print rdm53
rdm53.sort(1)
print rdm53
rdm53.sort(0)
print rdm53

6、包含操作

print "test set operation"
names = np.array(['Tom','Dean','Won','Tom','Tom','Dean'])
print np.unique(names)#取出唯一的项,按照字典序排列
print np.unique(names,1,1,1)
#第二个参数,会给出这几个值第一次出现的索引
#第三个参数,会给出这几个值出现的所有索引位置
#第四个参数,给出这几个值出现的次数

7、测试两个数组内各个元素元素的包含关系

print "test in1d"
arrayA = np.array([3,6,9,3,3,6,6,9,9])
arrayB = np.array([3,7,9])
print np.in1d(arrayB,arrayA)
print np.in1d(arrayA,arrayB)

Python Numpy 矩阵级基本操作(2)的更多相关文章

  1. Python Numpy 矩阵级基本操作(1)

    NumPy的操作介绍 import numpy as np #导入numpy包,简写为np print "Generate 1*10 matrix" a=np.arange(1,1 ...

  2. python numpy 矩阵左右翻转/上下翻转

    numpy API: flattened flip() (in module numpy) fliplr() (in module numpy) flipud() (in module numpy) ...

  3. Python NumPy学习总结

    一.NumPy简介 其官网是:http://www.numpy.org/ NumPy是Python语言的一个扩充程序库.支持高级大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.Num ...

  4. Python numpy中矩阵的用法总结

    关于Python Numpy库基础知识请参考博文:https://www.cnblogs.com/wj-1314/p/9722794.html Python矩阵的基本用法 mat()函数将目标数据的类 ...

  5. python之numpy矩阵库的使用(续)

    本文是对我原先写的python常用序列list.tuples及矩阵库numpy的使用中的numpy矩阵库的使用的补充.结合我个人现在对线性代数的复习进度来不断更博. Section 1:行列式的计算 ...

  6. Python Numpy基础教程

    Python Numpy基础教程 本文是一个关于Python numpy的基础学习教程,其中,Python版本为Python 3.x 什么是Numpy Numpy = Numerical + Pyth ...

  7. Python/Numpy大数据编程经验

    Python/Numpy大数据编程经验 1.边处理边保存数据,不要处理完了一次性保存.不然程序跑了几小时甚至几天后挂了,就啥也没有了.即使部分结果不能实用,也可以分析程序流程的问题或者数据的特点.   ...

  8. Python Numpy shape 基础用法(转自他人的博客,如涉及到侵权,请联系我)

    Python Numpy shape 基础用法 shape函数是numpy.core.fromnumeric中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度.它的输入 ...

  9. Python数据分析库pandas基本操作

    Python数据分析库pandas基本操作2017年02月20日 17:09:06 birdlove1987 阅读数:22631 标签: python 数据分析 pandas 更多 个人分类: Pyt ...

随机推荐

  1. Asp.Net Core 第02局:Program

    总目录 前言 本文介绍Program,它包含程序的入口Main方法.从这里开始... 环境 1.Visual Studio 2017 2.Asp.Net Core 2.2 开局 第一手:Program ...

  2. Could not resolve placeholder'XXX' in string value "XXXX"

    练习SSM项目的demo中遇到一个问题,我在applicationContext.xml中使用了<context:property-placeholder location="clas ...

  3. linux的echo命令整理

    linux的echo命令, 在shell编程中极为常用, 在终端下打印变量value的时候也是常常用到的, 因此有必要了解下echo的用法 echo命令的功能是在显示器上显示一段文字,一般起到一个提示 ...

  4. 12. Jmeter-断言

    jmeter-断言介绍与使用 性能测试中较少用到断言.断言会增加脚本执行时间,但是接口测试中断言是必备的.什么是断言?其实就是功能测试中常说的预期结果和实际结果是否相等. 响应断言 JSON Asse ...

  5. upc组队赛14 Communication【并查集+floyd /Tarjan】

    Communication 题目描述 The Ministry of Communication has an extremely wonderful message system, designed ...

  6. 用select实现多客户端连接

    server.c 把accept也看成是一个read类型的函数, 于是我们可以把sockfd也放入到select中 maxi标记当前客户端连接数组的最大下标 select返回值为当前已经准备就绪的fd ...

  7. [fw]用Kprobes调试(debug)内核

    Kprobes是一种运行时动态调试内核的机制, 你可以用它设置断点并收集调试信息, 甚至改变内核行为. Kprobes分三种, 普通kprobes以及基于普通kprobes的jprobes和kretp ...

  8. 57.Queue Reconstruction by Height(按身高重建对列)

    Level:   Medium 题目描述: Suppose you have a random list of people standing in a queue. Each person is d ...

  9. 第一节 初识RabbitMQ

    原文:第一节 初识RabbitMQ 版权声明:未经本人同意,不得转载该文章,谢谢 https://blog.csdn.net/phocus1/article/details/87280120 1.什么 ...

  10. Java模拟HttpClient进行Get和Post提交

    使用Java模拟客户端进行提交,需要用到apache http client jar,这里用的是4.4版本 GET: public void GetURL(){  String strResp=&qu ...