【Numpy】对二维矩阵中每一行的最大元素乘以2 其余不变
【摘要】 @TOC 简介Hello!非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~ ଘ(੭ˊᵕˋ)੭昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语! 唯有努力💪 本文仅记录自己感兴趣的内容 场景描述存在一个二维矩阵(nda...
@TOC
简介
Hello!
非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~
ଘ(੭ˊᵕˋ)੭
昵称:海轰
标签:程序猿|C++选手|学生
简介:因C语言结识编程,随后转入计算机专业,获得过国家奖学金,有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!
唯有努力💪
本文仅记录自己感兴趣的内容
场景描述
存在一个二维矩阵(ndarry类型), 需要进行以下操作
- 找到每一行的最大元素,将其乘以2
- 其余元素不变
解决方法
import numpy as np
a = np.array([[10, 12],
[10, 3],
[3, 4]])
print(a)
a = np.where(a == [[i] for i in np.max(a, axis=1)], a * 2, a)
print(a)
举一反三
如果是对每一列的最大元素乘以2,其余元素不变呢
很容易想到一个方法:先转置,再求每一行最大值,最后再转置一次即可
这里其实可以这样
import numpy as np
a = np.array([[10, 12],
[10, 3],
[3, 4]])
print(a)
a = np.where(a == [i for i in np.max(a, axis=0)], a * 2, a)
print(a)
这里与之前的不同有两个
- axis = 0(这里比较好理解,找列最大值)
i for i in np.max()
而不是之前的[i] for i in np.max()
(这里有点难理解)
测试一下
print([i for i in np.max(a, axis=0)])
print([[i] for i in np.max(a, axis=1)])
这里应该就是在使用a == [i for i in np.max(a, axis=0)] 时,自动对后半部分进行了填充!
比如a == [i for i in np.max(a, axis=0)]
虽然 [i for i in np.max(a, axis=0)] = [10, 12]
但是填充成与a维度一样,其余元素为0
[i for i in np.max(a, axis=0)] = [[10,12],[0,0],[0,0]]
(这里只是以0简单举个例子,不是真的填充为0)
import numpy as np
a = np.array([[10, 12],
[0, 0],
[0, 0]])
print(a == [i for i in np.max(a, axis=0)])
可以发现不是填充0,以上只是方便理解(以0为例),具体为什么海轰暂时也没有理解到…
结语
文章仅作为个人学习笔记记录,记录从0到1的一个过程
希望对您有一点点帮助,如有错误欢迎小伙伴指正
【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。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)