本文共 2941 字，大约阅读时间需要 9 分钟。
切片 ： 起始位置：结束位置：步长
>>> a=np.array([1,5,6,8,1,5])>>> aarray([1, 5, 6, 8, 1, 5])>>> a[4]1>>> a[1:4:2]array([5, 8])
>>> b=np.arange(24).reshape((2,3,4))>>> barray([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]])>>> b[1,2,3]23>>> b[0,2,3]11>>> b[-1,-2,-]SyntaxError: invalid syntax>>> b[-1,-2,-3]17>>> b[:,1,-3]array([ 5, 17])>>> b[:,1:3,:]array([[[ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[16, 17, 18, 19], [20, 21, 22, 23]]])
一元函数：对数组各个元素进行操作运算
| 函数名 | 描述 |
|---|---|
| np.abs(x) / np.fabs(x) | 求个元素的绝对值 |
| np.sqrt(x) | 求平方根 |
| np.square(x) | 求平方 |
| np.log(x) | 求自然对数 |
| np.ceil(x) / np.floor(x) | 求其ceil值与floor值 |
| np.rint(x) | 四舍五入 |
| np.modf(x) | 将小数与整数分开以俩个数组进行保存 |
| np.cos(x)等系列 | 求cos值等 |
| np.exp(x) | 求指数值 |
| np.sign(x) | 返回符号值 -1 ，0，1. |
部分方法的使用：
>>> import numpy as np>>> a=np.arange(24).reshape((2,3,4))>>> aarray([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]])>>> np.square(a)array([[[ 0, 1, 4, 9], [ 16, 25, 36, 49], [ 64, 81, 100, 121]], [[144, 169, 196, 225], [256, 289, 324, 361], [400, 441, 484, 529]]], dtype=int32)>>> np.sqrt(a)array([[[0. , 1. , 1.41421356, 1.73205081], [2. , 2.23606798, 2.44948974, 2.64575131], [2.82842712, 3. , 3.16227766, 3.31662479]], [[3.46410162, 3.60555128, 3.74165739, 3.87298335], [4. , 4.12310563, 4.24264069, 4.35889894], [4.47213595, 4.58257569, 4.69041576, 4.79583152]]])>>> np.modf(a)(array([[[0., 0., 0., 0.], [0., 0., 0., 0.], [0., 0., 0., 0.]], [[0., 0., 0., 0.], [0., 0., 0., 0.], [0., 0., 0., 0.]]]), array([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], [[12., 13., 14., 15.], [16., 17., 18., 19.], [20., 21., 22., 23.]]]))
二元函数：俩个数组各元素进行对应运算
| 函数名 | 描述 |
|---|---|
| np.maximun(a,b) | 元素级最大值计算 |
| np.minimun(a,b) | 元素级最小值计算 |
| np.mod(a,b) | 元素级的模运算 |
| np.copysign(a,b) | 将数组b中个元素值的符号赋值给a中对应元素 |
还有最简单的== 、 ！= 、>=等算术比较，返回值只有布尔值的ndarray数组
部分方法的使用：
>>> b=np.sqrt(a)>>> barray([[[0. , 1. , 1.41421356, 1.73205081], [2. , 2.23606798, 2.44948974, 2.64575131], [2.82842712, 3. , 3.16227766, 3.31662479]], [[3.46410162, 3.60555128, 3.74165739, 3.87298335], [4. , 4.12310563, 4.24264069, 4.35889894], [4.47213595, 4.58257569, 4.69041576, 4.79583152]]])>>> np.maximum(a,b)array([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], [[12., 13., 14., 15.], [16., 17., 18., 19.], [20., 21., 22., 23.]]])>>> a>barray([[[False, False, True, True], [ True, True, True, True], [ True, True, True, True]], [[ True, True, True, True], [ True, True, True, True], [ True, True, True, True]]])
转载地址：http://mxmzi.baihongyu.com/