NumPy学习笔记(3)--排序与索引
来源:互联网 发布:感性和理性 知乎 编辑:程序博客网 时间:2024/06/02 02:41
1.排序: .sort
# 方法一:import numpy as npa = np.array([[4,3,5,],[1,2,1]])print (a)b = np.sort(a, axis=1) # 对a按每行中元素从小到大排序print (b)# 输出 [[4 3 5] [1 2 1]][[3 4 5] [1 1 2]]# 方法二:import numpy as npa = np.array([[4,3,5,],[1,2,1]])print (a)a.sort(axis=1)print (a)# 输出 [[4 3 5] [1 2 1]][[3 4 5] [1 1 2]]# 方法三:import numpy as npa = np.array([4, 3, 1, 2])b = np.argsort(a) # 求a从小到大排序的坐标print (b)print (a[b]) # 按求出来的坐标顺序排序# 输出 [2 3 1 0][1 2 3 4]
2.按行或按列找到最大值的索引: .argmax
import numpy as npdata = np.sin(np.arange(20)).reshape(5, 4)print (data)ind = data.argmax(axis=0) # 按列得到每一列中最大元素的索引,axis=1为按行print (ind)data_max = data[ind, range(data.shape[1])] # 将最大值取出来print (data_max)# 输出 [[ 0. 0.84147098 0.90929743 0.14112001] [-0.7568025 -0.95892427 -0.2794155 0.6569866 ] [ 0.98935825 0.41211849 -0.54402111 -0.99999021] [-0.53657292 0.42016704 0.99060736 0.65028784] [-0.28790332 -0.96139749 -0.75098725 0.14987721]][2 0 3 1][ 0.98935825 0.84147098 0.99060736 0.6569866 ]print data.max(axis=0) #也可以直接取最大值# 输出 [ 0.98935825 0.84147098 0.99060736 0.6569866 ]
3.多重复制: .tile
import numpy as npa = np.array([5, 10, 15])print(a)print('---')b = np.tile(a, (4, 1)) # 参数(4, 1)为按行复制4倍,按列复制1倍print(b)# 输出 [ 5 10 15]---[[ 5 10 15] [ 5 10 15] [ 5 10 15] [ 5 10 15]]c = np.tile(a, (2, 3)) # 参数(2, 3)为按行复制2倍,按列复制3倍print(c)# 输出 [[ 5 10 15 5 10 15 5 10 15] [ 5 10 15 5 10 15 5 10 15]]
1 0
- NumPy学习笔记(3)--排序与索引
- NumPy学习笔记(3)--排序与索引
- Python-Numpy(5)排序与索引
- numpy学习笔记(3)
- NumPy学习笔记 (3)
- 【python学习笔记】17:numpy数组排序
- Python Numpy 学习笔记(3)
- Numpy学习笔记之ndarray的索引和切片
- NumPy学习笔记3-线性代数
- NumPy学习笔记(1)
- NumPy学习笔记(一)
- NumPy学习笔记(二)
- NumPy学习笔记(三)
- Numpy学习笔记(1)
- numpy 学习笔记(1)
- numpy学习笔记(2)
- Numpy学习笔记(一)
- Numpy学习笔记(一)
- SpringMVC整合Shiro
- 记录常用Linux 命令
- apache_httpd的安装与配置
- 算法训练 字符串的展开 时间限制:1.0s 内存限制:256.0MB
- hdu4411(#最小费用流)
- NumPy学习笔记(3)--排序与索引
- swift-tableView滚动,里面图片发生偏移动画
- java中StringBuilder的用法
- 基于linux操作系统下s5pv210板子的按键中断实验
- 从url中提取文件的扩展名
- Labview 边缘检测及模板匹配
- HBase知识总结
- js零碎知识(长期更新)
- MFC加载EXCEL代码