numpy矩阵的基础操作3
来源:互联网 发布:多重搜索算法 编辑:程序博客网 时间:2024/05/17 23:01
import numpy as npa = np.arange(3)print (a)print (np.exp(a)) #e的0,1,2次幂print (np.sqrt(a))#开根号
[0 1 2][ 1. 2.71828183 7.3890561 ][ 0. 1. 1.41421356]
a = np.floor(10*np.random.random((3,4))) #floor是向下取整print (a)print (a.shape)a.shape = (6,2) #可将其变为6行,2列a.resize((3,4)) #可将其变成3行,4列,效果与shape意义print (a)print (a.T) #转制,即行变列,列变行
[[ 5. 6. 3. 3.] [ 0. 4. 9. 1.] [ 7. 3. 3. 5.]](3, 4)[[ 5. 6. 3. 3.] [ 0. 4. 9. 1.] [ 7. 3. 3. 5.]][[ 5. 0. 7.] [ 6. 4. 3.] [ 3. 9. 3.] [ 3. 1. 5.]]
a = np.floor(10*np.random.random((2,2))) b = np.floor(10*np.random.random((2,2))) print (a)print ('.....')print (b)print ('.....')print (np.hstack((a,b))) #水平相接print ('.....')print (np.vstack((a,b))) #垂直相接
[[ 1. 7.] [ 7. 2.]].....[[ 5. 0.] [ 0. 1.]].....[[ 1. 7. 5. 0.] [ 7. 2. 0. 1.]].....[[ 1. 7.] [ 7. 2.] [ 5. 0.] [ 0. 1.]]
a = np.floor(10*np.random.random((2,12))) print (a)print (".....")#hsplit对应的垂直方向是vsplitprint (np.hsplit(a,3)) #水平方向切成3个print (".....")print (np.hsplit(a,(3,4))) #水平方向下标为3处切以下,4处切一下
[[ 7. 7. 4. 1. 0. 5. 3. 5. 5. 0. 2. 7.] [ 4. 4. 6. 8. 4. 9. 0. 7. 4. 8. 6. 2.]].....[array([[ 7., 7., 4., 1.], [ 4., 4., 6., 8.]]), array([[ 0., 5., 3., 5.], [ 4., 9., 0., 7.]]), array([[ 5., 0., 2., 7.], [ 4., 8., 6., 2.]])].....[array([[ 7., 7., 4.], [ 4., 4., 6.]]), array([[ 1.], [ 8.]]), array([[ 0., 5., 3., 5., 5., 0., 2., 7.], [ 4., 9., 0., 7., 4., 8., 6., 2.]])]
a = np.arange(12)b = a #指向相同的内存print (b is a)print (id(a))print (id(b))
True20835899004482083589900448
c = a.view() #新创建一个对象,内存地址已经不同,但是数据仍然共享,属于浅copyprint (c is a)print (id(a))print (id(c))a[0]=99print(a) #数据a,b都发送变化print(b)
False20835899004482083589901088[99 1 2 3 4 5 6 7 8 9 10 11][99 1 2 3 4 5 6 7 8 9 10 11]
d = a.copy() #深copy,a,b对象不同,数据也不同d[0] = 100print (a)print (d)
[99 1 2 3 4 5 6 7 8 9 10 11][100 1 2 3 4 5 6 7 8 9 10 11]
0 0
- numpy矩阵的基础操作3
- numpy矩阵的基础操作
- numpy矩阵的基础操作2
- numpy矩阵基础操作4
- numpy的基本操作(矩阵、文件)
- python的Numpy之矩阵操作
- python之numpy对矩阵的操作
- python基础练习(三)—— numpy的矩阵基本操作
- Python-Numpy(3)矩阵基本操作
- python numpy 矩阵操作
- numpy基本矩阵操作
- numpy - 矩阵基本操作
- numpy基本矩阵操作
- numpy matrix矩阵操作
- numpy矩阵基本操作总结
- numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- numpy基础操作
- numpy基础操作
- 居委会 -- XML文件解析 。
- 【Java语言】Ja.1.1--浅谈多线程机制(一)之初识多线程
- (51nod)1015
- Swing的入门和布局管理
- 浮点数的表示
- numpy矩阵的基础操作3
- Java如何给压缩文件设置密码
- 所有的充分利用。
- AFNetworking的相关
- 手机信息页面设置
- 街道管理
- C语言指针总结之程序举例分析
- 类型转换
- 多线程等待唤醒机制之生产消费者模式