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 | |
阿里云 2 核 2G 服务器 3M 带宽 61 元 1 年,有高配 | |
腾讯云新客低至 82 元 / 年,老客户 99 元 / 年 | |
代金券:在阿里云专用满减优惠券 | |
正文完
星哥玩云-微信公众号
