Python Numpy 矩阵级基本操作(2)
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
- 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 ...
- 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) ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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. ...
- 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 ...
- 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
- taintCheck的实现
参考:http://bitblaze.cs.berkeley.edu/papers/taintcheck-full.pdf 1. 应用taint analysis需要解决三个问题 a. 哪些input ...
- 洛谷P1219 八皇后
题目描述 检查一个如下的6 x 6的跳棋棋盘,有六个棋子被放置在棋盘上,使得每行.每列有且只有一个,每条对角线(包括两条主对角线的所有平行线)上至多有一个棋子. 上面的布局可以用序列2 4 6 1 3 ...
- WireShark 自带工具 editcap 和 text2pcap 配合完成改包操作
一.拆包 首先声明这种方法比较复杂而且需要点技术水平,不建议菜鸟尝试(可以使用WireEdit编辑pcap包,不过要联网)其实在熟练这种方法后也可以很快的,但这种方法主要还是方便吧,不用下载其他什么软 ...
- Ubuntu18.10下出现Could not get lock /var/lib/dpkg/lock的错误
最近在Windows10系统下使用Oracle VM VirtualBox6.0.2下安装的Ubuntu18.10时,运用sudo apt-get install 安装pkg-config工具,在终 ...
- MongoDB Windows之MSI安装
MSI安装 下载地址:https://www.mongodb.com/download-center/community Version根据自己所需要的版本下载,OS根据自己电脑选择(我是Window ...
- 如何访问 Redis 中的海量数据,服务才不会挂掉?
来源:www.toutiao.com/i6697540366528152077 一.前言 有时候我们需要知道线上的Redis的使用情况,尤其需要知道一些前缀的key值,让我们怎么去查看呢?并且通常情况 ...
- 插件化框架解读之so 文件加载机制(四)
阿里P7移动互联网架构师进阶视频(每日更新中)免费学习请点击:https://space.bilibili.com/474380680 提问 本文的结论是跟着 System.loadlibrary() ...
- php Connection timed out after 30000 milliseconds
function HttpRequest($url, $params, $method = 'GET', $header = array(), $bEncode = true){ $opts = ar ...
- SpringBoot-技术专区-异步编程
最近在实现一个聚合搜索的需求时,由于需要从五个索引中查询数据,然后再将搜索结果组合返回给前端app展现,显然这个地方不能再用同步的方式来操作了,如果有一个索引查询出现耗时较长,那么其余的请求都会排同步 ...
- db2表
生成列: CREATE TABLE t1 (c1 INT, c2 DOUBLE, c3 DOUBLE GENERATED ALWAYS ...