numpy主要处理多维数组总结了12个Numpy高级函数

导读作者|黄伟呢责编|欧阳姝黎原本是不想专门讲述Numpy函数的，但是今天又有人问起。为此给大家总结了这12个Numpy高级函数，大家一定要掌握，因为它真的很好....

作者 | 黄伟呢 责编 | 欧阳姝黎

原本是不想专门讲述Numpy函数的，但是今天又有人问起。为此给大家总结了这12个Numpy高级函数，大家一定要掌握，因为它真的很好用！很好用！很好用！

在正式讲述12个函数之前，先看看大纲，辛苦整理，记得保存。

np.where(condition,x,y)

• 用法一：满足条件(condition)，输出x，不满足输出y。

• 用法二：筛选出满足条件(condition)的元素。

例一：查找数组中大于5的值，并返回。对于小于等于5的部分，直接用5代替；

import numpy as np

x = np.array([1,3,5,7,9])

z = x > 5

z

np.where(z,x,5)

结果如下：【下面截图错误，大家自行练习】

例二：查找数组中大于18岁的人，并返回它们的下标；

y = np.array([19,35,15,25,10])

y

z = y > 18

z

np.where(z)

结果如下：

np.cumsum和np.cumprod

• np.cumsum：按照不同轴，计算元素的累加和。

• np.cumprod：按照不同轴，计算元素的累乘积。

• 注意：若不设置axis，则会自动将数组拉成一条直线，然后进行累加或累乘。

如果不设置axis：

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

x

np.cumsum(x)

np.cumprod(x)

结果如下：

axis=0表示【按列方向操作】；

axis=1表示【按行方向操作】；

np.cumsum(x,axis=0)

np.cumsum(x,axis=1)

结果如下：

np.cumprod(x,axis=0)

np.cumprod(x,axis=1)

结果如下：

np.argmin和np.argmax

• np.argmin：按照不同轴，返回最小值元素的下标。

• np.argmax：按照不同轴，返回最大值元素的下标。

• 注意：若不设置axis，则会自动将数组拉成一条直线，返回最大值、最小值元素的下标。

如果不设置axis：

x = np.array([[2,1,7],[6,0,3],[5,4,8]])

x

np.argmin(x)

np.argmax(x)

结果如下：

axis=0表示【按列方向操作】；

axis=1表示【按行方向操作】；

np.argmin(x,axis=0)

np.argmin(x,axis=1)

结果如下：

np.argmax(x,axis=0)

np.argmax(x,axis=1)

结果如下：

np.sort

• np.sort：按照不同轴，进行元素排序。

• 默认是按照行操作，相当于axis=1。

x = np.array([[2,1,7],[6,0,3],[5,4,8]])

x

np.sort(x)

np.sort(x,axis=1)

结果如下：

np.sort(x,axis=0)

结果如下：

如图所示 （六合一）

① unique

② np.in1d

③ np.intersect1d

④ np.union1d

⑤ np.setdiff1d

⑥ np.setxor1d

生于2001年的《程序员》曾陪伴了无数开发者成长，影响了一代又一代的中国技术人。时隔20年，《新程序员》带着全球技术大师深邃思考、优秀开发者技术创造等深度内容回来了！同时将全方位为所有开发者呈现国内外核心技术生态体系全景图。扫描下方小程序码即可立即订阅！