共计 1763 个字符，预计需要花费 5 分钟才能阅读完成。
| 导读 | 这篇文章主要介绍了 python numpy 查询定位赋值数值所在行列, 文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下 |
根据条件筛选行（筛选）
筛选矩阵中第 7 列值为 5 的行
B = A[A[:,6] == 5]筛选矩阵中第 7 列大于 5 的行
B = A[A[:,6] > 5]Numpy 基础操作
根据行列号取值（查询）
取第 2 行第 2 列的数字
import numpy as np
#产生 3 行 4 列的矩阵
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
y=x[1,1]
print(y)截取前几行前几列
import numpy as np
#产生 3 行 4 列的矩阵
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
#[a:b,c:d] 表示取 a - b 行，c- d 列。a、c 可以省略，表示从 0 开始
#取 x 的前两行 (所有列)
y=x[:2] # 等价于 y=x[:2,:]，等价于 y=x[0:2,...]
print(y)
#取 x 的前两列（的所有行）z=x[:,:2] # 等价于 z=x[:,0:2]，等价于 z=x[...,0:2]
print(z)截取某几行某几列
import numpy as np
#产生 3 行 4 列的矩阵
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
#[a:b,c:d] 表示取 a - b 行，c- d 列。a、c 可以省略，表示从 0 开始
#取 x 的第 2 行第 2 - 3 列
y=x[1,1:3] 根据值求行列号（定位）
输出某行最大值所在的列索引
import numpy as np
#产生 3 行 4 列的矩阵
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
# 取出 x 中元素最大值所对应的索引，按照 a[0][1] 中的 a[1] 方向，即行方向搜索最大值。y = np.argmax(x, 1)
print(y)输出某列最大值所在的行索引
# 取出 x 中元素最大值所对应的行号
y = np.argmax(x, 0)
print(y)最大值所在行列号
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
# where 返回一个长度为 2 的元组，第一个元素保存的是行号，第二个元素保存的是列号
y = np.where(x == np.max(x))
print(y)
print("最大值所在行：",y[0],"最大值所在列：",y[1]) 按行 / 列求和（求和）
按行求和，将和添加到矩阵最后一列
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
y = np.sum(x, axis=1)
print(y)
xy = np.hstack((x, y.reshape(x.shape[0], -1)))
print(xy)按列求和，将和添加到矩阵最后一行
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
z = np.sum(x, axis=0)
print(z)
xz = np.vstack((x, z))
print(xz) 赋值
按条件赋值
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
x[x
where()
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
# results = np.where(condition, x, y)
# 当条件为真时，对应位置返回 x 中的值，条件不成立则返回 y 中的值
y = np.where(x>5,x,0) #满足大于 5 的值设置为 x，不满足的设为 0
print(y)
逻辑运算
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
print(x>5) # x>5 的为 Ture，否则为 False给指定 行 / 列 / [行，列] 赋值
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
x[1,1] = 999 # 指定行列号赋值
print(x)
x[1] = 123 # 指定行赋值
print(x)
x[:,1] = 321 # 指定列赋值
print(x)到此这篇关于 python numpy 查询定位赋值数值所在行列的文章就介绍到这了
正文完
星哥说事-微信公众号
