一、Numpy数组的轴
在numpy中可以理解为方向,使用0,1,2…数字表示,对于一维数组,只有一个0轴,对于2维数组(shape(2,2)),有0轴和1轴,对于三维数组(shape(2,2,3)),有0,1,2,轴。
如:
二维数组的轴:
三维数组的轴
二、numpy读取数据
CSV文件
Numpy中的转置
td = np.arange(20).reshape(4,5)
print (td)
print ("transpose")
print (td.transpose())
print("swapaxes")
print(td.swapaxes(1,0))
print("T")
print(td.T)
如下执行结果:
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]
[15 16 17 18 19]]
transpose
[[ 0 5 10 15]
[ 1 6 11 16]
[ 2 7 12 17]
[ 3 8 13 18]
[ 4 9 14 19]]
swapaxes
[[ 0 5 10 15]
[ 1 6 11 16]
[ 2 7 12 17]
[ 3 8 13 18]
[ 4 9 14 19]]
T
[[ 0 5 10 15]
[ 1 6 11 16]
[ 2 7 12 17]
[ 3 8 13 18]
[ 4 9 14 19]]
三、numpy中的索引和切片
四、numpy中数值修改
将数组中第3列,第四列设置为0
将数组中小于10的替换为0
将数组中小于10的数替换为0,大于10的替换为10(where 三元运算符)
将小于10的替换为10,将大于18的替换为18(clip 裁剪)
五、数组拼接
六、数组的行列交换
七、Numpy 更多好用的方法
- 获取最大值最小值的位置
np.argmax(t.axis=0)
np.argmin(t.axis=1)
- 创建一个全0的数组:np.zeros((3,4))
- 创建一个全1的数组:np.ones((3,4))
- 创建一个对角线为1的方阵:np.eye(3)