科学计算工具NumPy（3）：ndarray的元素处理

科学计算工具NumPy（1）：ndarray的创建于数据类型

科学计算工具NumPy（2）：ndarray的矩阵处理

科学计算工具NumPy（3）：ndarray的元素处理

元素计算函数

1. ceil(): 向上最接近的整数，参数是 number 或 array

2. floor(): 向下最接近的整数，参数是 number 或 array

3. rint(): 四舍五入，参数是 number 或 array
4. isnan(): 判断元素是否为 NaN(Not a Number)，参数是 number 或 array
5. multiply(): 元素相乘，参数是 number 或 array
6. divide(): 元素相除，参数是 number 或 array
7. abs()：元素的绝对值，参数是 number 或 array
8. where(condition, x, y): 三元运算符，x if condition else y

  

   

    

     

    
    

     

      # randn() 返回具有标准正态分布的序列。
     
    
   

    

     

    
    

     

      arr = np.random.randn(2,3)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(arr)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.ceil(arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.floor(arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.rint(arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.isnan(arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.multiply(arr, arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.divide(arr, arr))
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.where(arr > 0, 1, -1))
     
    
  
 

运行结果：

  

   

    

     

    
    

     

      # print(arr)
     
    
   

    

     

    
    

     

      [[-0.75803752  0.0314314   1.15323032]
     
    
   

    

     

    
    

     

       [ 1.17567832  0.43641395  0.26288021]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.ceil(arr))
     
    
   

    

     

    
    

     

      [[-0.  1.  2.]
     
    
   

    

     

    
    

     

       [ 2.  1.  1.]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.floor(arr))
     
    
   

    

     

    
    

     

      [[-1.  0.  1.]
     
    
   

    

     

    
    

     

       [ 1.  0.  0.]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.rint(arr))
     
    
   

    

     

    
    

     

      [[-1.  0.  1.]
     
    
   

    

     

    
    

     

       [ 1.  0.  0.]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.isnan(arr))
     
    
   

    

     

    
    

     

      [[False False False]
     
    
   

    

     

    
    

     

       [False False False]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.multiply(arr, arr))
     
    
   

    

     

    
    

     

      [[  5.16284053e+00   1.77170104e+00   3.04027254e-02]
     
    
   

    

     

    
    

     

       [  5.11465231e-03   3.46109263e+00   1.37512421e-02]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.divide(arr, arr))
     
    
   

    

     

    
    

     

      [[ 1.  1.  1.]
     
    
   

    

     

    
    

     

       [ 1.  1.  1.]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.where(arr > 0, 1, -1))
     
    
   

    

     

    
    

     

      [[ 1  1 -1]
     
    
   

    

     

    
    

     

       [-1  1  1]]
     
    
  
 

元素统计函数

1. np.mean(), np.sum()：所有元素的平均值，所有元素的和，参数是 number 或 array

2. np.max(), np.min()：所有元素的最大值，所有元素的最小值，参数是 number 或 array

3. np.std(), np.var()：所有元素的标准差，所有元素的方差，参数是 number 或 array
4. np.argmax(), np.argmin()：最大值的下标索引值，最小值的下标索引值，参数是 number 或 array
5. np.cumsum(), np.cumprod()：返回一个一维数组，每个元素都是之前所有元素的 累加和 和 累乘积，参数是 number 或 array
6. 多维数组默认统计全部维度，axis参数可以按指定轴心统计，值为0则按列统计，值为1则按行统计。

  

   

    

     

    
    

     

      arr = np.arange(12).reshape(3,4)
     
    
   

    

     

    
    

     

      print(arr)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.cumsum(arr)) # 返回一个一维数组，每个元素都是之前所有元素的 累加和
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.sum(arr)) # 所有元素的和
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.sum(arr, axis=0)) # 数组的按列统计和
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.sum(arr, axis=1)) # 数组的按行统计和
     
    
  
 

运行结果：

  

   

    

     

    
    

     

      # print(arr)
     
    
   

    

     

    
    

     

      [[ 0  1  2  3]
     
    
   

    

     

    
    

     

       [ 4  5  6  7]
     
    
   

    

     

    
    

     

       [ 8  9 10 11]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.cumsum(arr)) 
     
    
   

    

     

    
    

     

      [ 0  1  3  6 10 15 21 28 36 45 55 66]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.sum(arr)) # 所有元素的和
     
    
   

    

     

    
    

     

      66
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.sum(arr, axis=0)) # 0表示对数组的每一列的统计和
     
    
   

    

     

    
    

     

      [12 15 18 21]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # print(np.sum(arr, axis=1)) # 1表示数组的每一行的统计和
     
    
   

    

     

    
    

     

      [ 6 22 38]
     
    
  
 

元素判断函数

1. np.any(): 至少有一个元素满足指定条件，返回True
2. np.all(): 所有的元素满足指定条件，返回True

  

   

    

     

    
    

     

      arr = np.random.randn(2,3)
     
    
   

    

     

    
    

     

      print(arr)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.any(arr > 0))
     
    
   

    

     

    
    

     

      print(np.all(arr > 0))
     
    
  
 

运行结果：

  

   

    

     

    
    

     

      [[ 0.05075769 -1.31919688 -1.80636984]
     
    
   

    

     

    
    

     

       [-1.29317016 -1.3336612  -0.19316432]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      True
     
    
   

    

     

    
    

     

      False
     
    
  
 

元素去重排序函数

np.unique():找到唯一值并返回排序结果，类似于Python的set集合

  

   

    

     

    
    

     

      arr = np.array([[1, 2, 1], [2, 3, 4]])
     
    
   

    

     

    
    

     

      print(arr)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      print(np.unique(arr))
     
    
  
 

运行结果：

  

   

    

     

    
    

     

      [[1 2 1]
     
    
   

    

     

    
    

     

       [2 3 4]]
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      [1 2 3 4]
     
    
  
 

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/104268917