Numpy 03

版权声明: https://blog.csdn.net/qq_40794602/article/details/84369505

数组的拼接与交换

import numpy as np

t1 = np.arange(10).reshape(2, 5)
t2 = np.arange(10, 20).reshape(2, 5)

print(np.vstack((t1, t2)))  # 竖直拼接
print(np.hstack((t1, t2)))  # 水平拼接


#两行或者两列数据的交换
t3 = np.arange(15).reshape(3, 5)
print('t3:\n', t3)
t3[[0, 2], :] = t3[[2, 0], :]
print("交换后的t3:\n", t3)

其它方法

import numpy as np

t1 = np.zeros((3, 3)) #创建一个3行3列的全为0的数组
t2 = np.ones((3, 3))  #创建一个3行3列全为1的数组
print(t1)
print(t2)

#eye方法创建一个左上角到右下角为1的方阵
t3 = np.eye(10)
print(t3)
print(np.argmax(t3, axis=0)) #求出每一列最大的元素
t3[t3==1] = -1
t3[2][6] = -3
print(np.argmin(t3, axis=1)) #求出每一行最小的元素
Numpy生成随机数
参数 解释
rand(d0,d1,...dn) 创建d0-dn维度的均匀风雨的随机数组,浮点数,范围从0-1
randn(d0,d1,...dn) 创建d0-dn维度的标准正太分布随机数,浮点数,平均数0,标准差1
randint(low,high,(shape)) 从给定上下限范围选取随机数整数,范围是low,high,形状是shape
uniform(low,high,(size)) 产生具有均匀分布的数组,low起始值,high结束值,size形状
normal(loc,scale,(size)) 从指定正态分布中随机抽取样本,分布中心是loc(概率分布的均值),标准差是scale,形状是size
size seed(s) 随机数种子,s是给定的种子值,因为计算机生成的是伪随机数,所以通过设定相同的随机数种子,可以每次生成相同的随机数

Numpy的注意点copy和view:

  • a=b 完全不复制,a和b互相影响
  • a=b[:],视图操作,一种切片,会场间新的对象a,但是a与b相互影响,他们两个的数据变化是一致的
  • a = b.copy(),复制,a和b互不影响

猜你喜欢

转载自blog.csdn.net/qq_40794602/article/details/84369505
03