numpy 筛选面积最大
        【摘要】    
  import numpy as npa = np.array([[1,9,3],[4,5,6],[7,8,3]])b = np.zeros((3,2))  # c=np.c_[a,b]  print(a[:,0]-a[:,1])print(a[:,0]-a[:,2]) e=(a[:,0]-a[:,1])*(a[:,0]-a[:,2])  d = np.ar...
    
    
    
    
  
   - 
    
     
    
    
      
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      import numpy as np
     
    
- 
    
     
    
    
     
      a = np.array([[1,9,3],[4,5,6],[7,8,3]])
     
    
- 
    
     
    
    
     
      b = np.zeros((3,2))
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      # c=np.c_[a,b]
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      print(a[:,0]-a[:,1])
     
    
- 
    
     
    
    
     
      print(a[:,0]-a[:,2])
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      e=(a[:,0]-a[:,1])*(a[:,0]-a[:,2])
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      d = np.argsort(-e, axis=0) #按行倒叙排序
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      #出来的是按行,对每一列排序
     
    
- 
    
     
    
    
     
      print(a[d[0]])
     
    
- 
    
     
    
    
     
      # top_k_idx=c.argsort()[::-1][0:3]
     
    
- 
    
     
    
    
     
      # print(top_k_idx)
     
    
- 
    
     
    
    
      
     
    
- 
    
     
    
    
     
      # b = np.zeros((1,3))
     
    
- 
    
     
    
    
     
      # c=np.r_[a,b]
     
    
- 
    
     
    
    
     
      # print(c)
     
    
 
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/106803448
        【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
            cloudbbs@huaweicloud.com
        
        
        
        
        
        
        - 点赞
- 收藏
- 关注作者
 
             
           
评论(0)