元素计算函数:
- ceil()
- floor()
- rint()
- isnan()
- multiply()
- divide()
- abs()
- where()
import numpy as np
arr1 = np.random.randint(-1,5,size=(2,3))
arr2 = np.random.randn(3,4)
print(arr2)
print(np.ceil(arr2)) #ceil向上取最接近的整数
print(np.floor(arr2)) #floor向下取最接近的整数
print(np.isnan(arr2)) #isnan判断元素是否为nan
print(np.abs(arr2)) #abs元素取绝对值
print(np.where(arr2>0,1,-1)) #x if condition else y
运行结果:
[[ 0.22015676 -1.36790036 -0.18797522 0.31700669]
[ 1.10109342 1.08298716 -1.88519233 -1.01841912]
[ 0.15248474 0.88077526 0.60347991 0.30973029]]
[[ 1. -1. -0. 1.]
[ 2. 2. -1. -1.]
[ 1. 1. 1. 1.]]
[[ 0. -2. -1. 0.]
[ 1. 1. -2. -2.]
[ 0. 0. 0. 0.]]
[[False False False False]
[False False False False]
[False False False False]]
[[0.22015676 1.36790036 0.18797522 0.31700669]
[1.10109342 1.08298716 1.88519233 1.01841912]
[0.15248474 0.88077526 0.60347991 0.30973029]]
[[ 1 -1 -1 1]
[ 1 1 -1 -1]
[ 1 1 1 1]]
元素统计函数
- mean()
- max()
- std()
- argmax()
- cumsum()
- axis
import numpy as np
arr = np.arange(12).reshape(3,4)
print(arr)
print(np.cumsum(arr)) #返回一个以为数组,每个元素都是之前所有元素的累加和
print(np.sum(arr)) #返回数组所有元素的和
print(np.sum(arr,axis=0)) #返回数组的和按照列来统计
print(np.sum(arr,axis=1)) #返回元素的和按照行来统计
结果:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]
[ 0 1 3 6 10 15 21 28 36 45 55 66]
66
[12 15 18 21]
[ 6 22 38]
元素判断函数
- np.any()
- np.all()
import numpy as np
arr = np.random.randn(2,3)
print(arr)
print(np.any(arr<0)) #有满足条件的就直接返回True
print(np.all(arr>0)) #所有元素满足指定的条件就返回True,否则就返回False
结果:
[[ 0.36290601 0.21466973 0.84532879]
[ 0.27013958 -0.29419435 0.06747976]]
True
False
元素去重排序函数
np.unique()
import numpy as np
arr = np.random.randint(-1,5,(3,4))
print(arr)
print("*"*100)
print(np.unique(arr)) #将arr数组中的重复元素去除,类似于python里面的set
结果:
[[ 0 -1 2 4]
[ 0 1 4 1]
[ 4 1 2 1]]
****************************************************************************************************
[-1 0 1 2 4]