Numpy常用函数sum, shape, reshape, argsort, tile，where

转载请附上：原文链接

sum函数

import numpy as np #导入numpy模块，将np作为其别名a=np.array([[0,1,2],[2,1,3]])np.sum(a) #将矩阵的所有元素相加，结果为：9np.sum(a,axis=0) #将矩阵a的每一列相加，结果为：array([2,2,5])np.sum(a,axis=1) #将矩阵a的每一行相加，结果为：array([3，6])

shape函数

import numpy as npa = np.array([[1,2,3],[4,5,6]])np.shape(a) #求矩阵a的各维度值：行数和列数，结果为（2，3）a.shape #功能同上，结果为（2，3）a.shape[0] #返回行数，结果为2a.shape[1] #返回列数，结果为3

reshape函数

a = np.array([1,2,3,4])b = a.reshape((2,2)) #将a重排列成2行2列，结果b=array([[1,2],[3,4]])b = a.reshape((1,2)) #错误，a的reshape必须与a原本大小一致b = a.reshape((4,-1)) #4表示4行，-1表示Python根据a原来的大小以及b给定的4行，自己计算b的列数,等价于b=a.reshape((4,1))，运行结果b=array([[1],[2],[3],[4]])

argsort函数

x = np.array([7,3,5])np.argsort(x) #按照数组值升序排列，返回其下标索引，结果为array([1,2,0])np.argsort(-x) #按照数组值降序排列，返回其下标索引，结果为array([0,2,1])x[np.argsort(x)] #按照升序返回数组值，结果为array([3,5,7])x[np.argsort(x)] #按照降序返回数组值，结果为array([7,5,3])

tile函数

numpy.tile(A, reps)将A重复reps次。

import numpy as npa = np.array([[1,2],[3,4]])np.tile(a, 2) #当重复reps的纬度小于矩阵的纬度时，往前补1，此句等价于np.tile(a,(1,2))##结果为array([[1,2,1,2],             [3,4,3,4]])np.tile(a,(2,1)) #结果为array([[1,2],             [3,4],             [1,2],             [3,4]])

where函数

np.where的作用是，根据条件生成新的数组
result=np.where(condition, x, y)
np.where的作用等同于if(condition) x else y，当符合条件时，result=x，不符合材料时，result=y

例子，将arr=np.array([[2,-1],[-3,4]])中所有正数替换为1，负数替换为0

arr=np.where(arr>0, 1, 0)

运行结果：arr=array([[1,0],[0,1]])

将np.where应用在数据处理中的例子：

data=np.array([[3,7,0],[3,4,0],[6,8,1],[7,7,1]])x = data[:,0:2] #所有行，第0和1列y = data[:,2] #所有行，第2列pos = np.where(y==1) #记录标号y为1的行的行号，结果pos=array([2,3])neg = np.where(y==0) #记录标号y为0的行的行号，结果neg=array([0,1])