欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python 將numpy維度不同的數(shù)組相加相乘操作

 更新時間：2021年03月16日 10:03:43   作者：瘋格0818  
這篇文章主要介紹了python 將numpy維度不同的數(shù)組相加相乘操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

第一種

np矩陣可以直接與標量運算

>>>import numpy as np
>>>arr1 = np.arange(12).reshape([2,2,3])
>>>arr1
array([[[ 0, 1, 2],
  [ 3, 4, 5]],
  [[ 6, 7, 8],
  [ 9, 10, 11]]])
>>>arr1*5
array([[[ 0, 5, 10],
  [15, 20, 25]],
  [[30, 35, 40],
  [45, 50, 55]]])
>>>arr1-5
array([[[-5, -4, -3],
  [-2, -1, 0]],
  [[ 1, 2, 3],
  [ 4, 5, 6]]])
>>>arr1**2
array([[[ 0, 1, 4],
  [ 9, 16, 25]],
  [[ 36, 49, 64],
  [ 81, 100, 121]]])

第二種

若arr1是高維數(shù)組，如果arr2的維度與arr1某個子數(shù)組維度相同，那么可以相互作運算。

PyDev console: starting.
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 16:52:21) 
[Clang 6.0 (clang-600.0.57)] on darwin
>>>import numpy as np
>>>arr1 = np.arange(12).reshape([2,2,3])
>>>arr1
array([[[ 0, 1, 2],
  [ 3, 4, 5]],
  [[ 6, 7, 8],
  [ 9, 10, 11]]])
>>>arr2 = np.array([2,2,2])
>>>arr2
array([2, 2, 2])
>>>arr1*arr2
array([[[ 0, 2, 4],
  [ 6, 8, 10]],
  [[12, 14, 16],
  [18, 20, 22]]])
>>>arr3 = np.arange(6).reshape([2,3])
>>>arr1*arr3
array([[[ 0, 1, 4],
  [ 9, 16, 25]],
  [[ 0, 7, 16],
  [27, 40, 55]]])

補充：python 按不同維度求和，最值，均值

當變量維數(shù)加大時很難想象是怎樣按不同維度求和的，高清楚一個，其他的應(yīng)該就很清楚了，什么都不說了，上例子，例子一看便明白…..

a=range(27)
a=np.array(a)
a=np.reshape(a,[3,3,3])

輸出a的結(jié)果是:

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],
  [24, 25, 26]]])

我們來看看 aa=np.sum(a,-1)的輸出：

array([[ 3, 12, 21],
[30, 39, 48],
[57, 66, 75]])

bb=np.sum(a,2) 的輸出

array([[ 3, 12, 21],
  [30, 39, 48],
  [57, 66, 75]])

cc=np.sum(a,0)的輸出：

array([[27, 30, 33],
  [36, 39, 42],
  [45, 48, 51]])

cc=np.sum(a,1)的輸出：

array([[ 9, 12, 15],
  [36, 39, 42],
  [63, 66, 69]])

第-1個維度與第2個維度是一樣的，第-1個維度實際是指最后一個維度。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。

相關(guān)文章

  • Python機器學習應(yīng)用之基于LightGBM的分類預測篇解讀

    Python機器學習應(yīng)用之基于LightGBM的分類預測篇解讀

    這篇文章我們繼續(xù)學習一下GBDT模型的另一個進化版本：LightGBM，LigthGBM是boosting集合模型中的新進成員，由微軟提供，它和XGBoost一樣是對GBDT的高效實現(xiàn)，原理上它和GBDT及XGBoost類似，都采用損失函數(shù)的負梯度作為當前決策樹的殘差近似值，去擬合新的決策樹
    2022-01-01
  • Python中強大的命令行庫click入門教程

    Python中強大的命令行庫click入門教程

    click是Python的一個命令行工具，極其好用。不信？一試便知。下面這篇文章主要給大家介紹了Python中強大的命令行庫click,需要的朋友可以參考學習，下面來一起看看吧。
    2016-12-12
  • 中秋送禮分配不均這款python刮刮卡完美解決問題

    中秋送禮分配不均這款python刮刮卡完美解決問題

    這篇文章主要介紹了用Python實現(xiàn)一個抽獎刮刮卡來解決給小朋友的禮物不均，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下
    2021-09-09
  • 在windows下Python打印彩色字體的方法

    在windows下Python打印彩色字體的方法

    這篇文章主要介紹了Python在windows下打印彩色字體的方法；具有很好的參考價值，希望對大家有所幫助，一起跟隨小編過來看看吧
    2018-05-05
  • Pytest測試報告工具Allure用法介紹

    Pytest測試報告工具Allure用法介紹

    這篇文章介紹了Pytest測試報告工具Allure的用法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
    2022-07-07
  • Python中用memcached來減少數(shù)據(jù)庫查詢次數(shù)的教程

    Python中用memcached來減少數(shù)據(jù)庫查詢次數(shù)的教程

    這篇文章主要介紹了Python中用memcached來減少數(shù)據(jù)庫查詢次數(shù)的教程,memcached是一種分布式的內(nèi)存緩存工具,使用后可以減少對硬盤的I/O次數(shù),需要的朋友可以參考下
    2015-04-04
  • Python pygorithm模塊用法示例【常見算法測試】

    Python pygorithm模塊用法示例【常見算法測試】

    這篇文章主要介紹了Python pygorithm模塊用法,結(jié)合實例形式分析了pygorithm模塊的功能、安裝及針對常見算法的相關(guān)使用操作技巧,需要的朋友可以參考下
    2018-08-08
  • 詳解Django的CSRF認證實現(xiàn)

    詳解Django的CSRF認證實現(xiàn)

    這篇文章主要介紹了詳解Django的CSRF認證實現(xiàn)，詳細的介紹了csrf原理和實現(xiàn)，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧
    2018-10-10
  • Python實現(xiàn)生成帶logo背景圖的二維碼

    Python實現(xiàn)生成帶logo背景圖的二維碼

    這篇文章主要為大家詳細介紹了如何利用Python實現(xiàn)生成帶logo背景圖的二維碼（靜態(tài)和動態(tài)圖），文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下
    2023-05-05
  • centos 自動運行python腳本和配置 Python 定時任務(wù)

    centos 自動運行python腳本和配置 Python 定時任務(wù)

    這篇文章主要介紹了centos 自動運行python腳本和配置 Python 定時任務(wù)，文章內(nèi)容介紹詳細，需要的小伙伴可以參考一下，希望對你有所幫助
    2022-03-03

最新評論