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)