Python中numpy數(shù)組的計(jì)算與轉(zhuǎn)置詳解
前言
本文主要講述numpy數(shù)組的計(jì)算與轉(zhuǎn)置,講相同尺寸數(shù)組的運(yùn)算與不同尺寸數(shù)組的運(yùn)算,同時(shí)介紹數(shù)組轉(zhuǎn)置的三種方法。
numpy數(shù)組的操作比較枯燥,但是都很實(shí)用,在很多機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法中都會(huì)使用到,對(duì)numpy數(shù)組的一些操作。
1、numpy數(shù)組與數(shù)的運(yùn)算
主要包括數(shù)組與數(shù)的加減乘除運(yùn)算,廢話(huà)不多說(shuō),看代碼:
import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]]) # 將數(shù)組a里面的每個(gè)數(shù)+1 b = a+1 print(b) # 將數(shù)組a里面每個(gè)數(shù)-3 c = a-3 print(c) # 將數(shù)組a里面每個(gè)數(shù)*3 d = a*3 print(d) # 將數(shù)組a里面每個(gè)數(shù)除3 e = a/3 print(e)
運(yùn)行結(jié)果如下:
2、numpy相同尺寸的數(shù)組運(yùn)算
numpy相同尺寸的加減乘除運(yùn)算,代碼如下:
import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]]) b = np.array([[11, 22, 33, 44, 55, 66], [77, 88, 99, 10, 11, 12]]) # 數(shù)組a與數(shù)組b的加法運(yùn)算 c = a+b print(c) # 數(shù)組a與數(shù)組b的減法運(yùn)算 d = a-b print(d) # 數(shù)組a與數(shù)組b的乘法運(yùn)算 e = a*b print(e) # 數(shù)組a與數(shù)組b的除法運(yùn)算 f = a/b print(f)
運(yùn)行結(jié)果如下:
3、numpy不同尺寸的數(shù)組計(jì)算
numpy不同尺寸的數(shù)組也能運(yùn)算,遵守廣播原則,代碼如下:
import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]]) b = np.array([1, 2, 3, 4, 5, 6]) c = np.array([[1], [2]]) print(a) print(b) print(c) # 數(shù)組a與數(shù)組b的減法 d = a-b print(d) # 數(shù)組a與數(shù)組b的乘法 e = a*b print(e) # 數(shù)組a與數(shù)組c的減法 f = a-c print(f) # 數(shù)組a與數(shù)組c的乘法 g = a*c print(g)
運(yùn)行結(jié)果如下圖:
大家應(yīng)該可以看出二者的區(qū)別,所有數(shù)組的運(yùn)算遵守廣播原則。
4、numpy數(shù)組的轉(zhuǎn)置
主要講三種轉(zhuǎn)置方法,具體代碼如下:
import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18]]) # 數(shù)組轉(zhuǎn)置的三種方法 b = np.transpose(a) c = a.T d = a.swapaxes(1, 0) print(a) print(b) print(c) print(d)
運(yùn)行結(jié)果如下圖:
總結(jié):
這次講的東西比較簡(jiǎn)單,也很枯燥,甚至我都沒(méi)有什么需要說(shuō)明的。但是確實(shí)numpy數(shù)組重要也不可缺少的一部分。大家可以試一下代碼,看一下效果,了解數(shù)組的運(yùn)算。可以去搜索一下數(shù)組的廣播原則了解一下!
到此這篇關(guān)于Python中numpy數(shù)組的計(jì)算與轉(zhuǎn)置詳解的文章就介紹到這了,更多相關(guān)Python numpy數(shù)組計(jì)算與轉(zhuǎn)置內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python數(shù)據(jù)分析numpy數(shù)組的3種創(chuàng)建方式
- 詳解python如何通過(guò)numpy數(shù)組處理圖像
- python中的Numpy二維數(shù)組遍歷與二維數(shù)組切片后遍歷效率比較
- python 將numpy維度不同的數(shù)組相加相乘操作
- Python 用NumPy創(chuàng)建二維數(shù)組的案例
- Python數(shù)據(jù)分析Numpy中常用相關(guān)性函數(shù)
- Python數(shù)據(jù)分析之NumPy常用函數(shù)使用詳解
- python數(shù)據(jù)分析Numpy庫(kù)的常用操作
- Python Numpy布爾數(shù)組在數(shù)據(jù)分析中的應(yīng)用小結(jié)
相關(guān)文章
python3利用Socket實(shí)現(xiàn)通信的方法示例
這篇文章主要介紹了python3利用Socket實(shí)現(xiàn)通信的方法示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05Python數(shù)據(jù)分析基礎(chǔ)之文件的讀取
這篇文章主要為大家介紹了Python數(shù)據(jù)分析之文件的讀取,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來(lái)幫助2021-12-12Python容錯(cuò)的前綴樹(shù)實(shí)現(xiàn)中文糾錯(cuò)
本文使用 Python 實(shí)現(xiàn)了前綴樹(shù),并且支持編輯距離容錯(cuò)的查詢(xún)。文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-07-07基于Python實(shí)現(xiàn)簽到腳本過(guò)程解析
這篇文章主要介紹了基于Python實(shí)現(xiàn)簽到腳本過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-10-10Python手機(jī)號(hào)碼歸屬地查詢(xún)代碼
這篇文章主要介紹了Python手機(jī)號(hào)碼歸屬地查詢(xún)代碼的相關(guān)資料,需要的朋友可以參考下2016-05-05Python數(shù)據(jù)類(lèi)型詳解(三)元祖:tuple
本文給大家介紹的是Python數(shù)據(jù)類(lèi)型中的元祖(tuple),簡(jiǎn)單的說(shuō)Tuple,與列表一樣,元素也是不可變的,但與列表不同,在一個(gè)元祖可以包含不同類(lèi)型的元素2016-05-05python 深度學(xué)習(xí)中的4種激活函數(shù)
這篇文章主要介紹了python深度學(xué)習(xí)中的4種激活函數(shù),幫助大家更好的進(jìn)行深度學(xué)習(xí),感興趣的朋友可以了解下2020-09-09Python并發(fā)請(qǐng)求下限制QPS(每秒查詢(xún)率)的實(shí)現(xiàn)代碼
這篇文章主要介紹了Python并發(fā)請(qǐng)求下限制QPS(每秒查詢(xún)率)實(shí)現(xiàn)方法,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-06-06利用Tensorboard繪制網(wǎng)絡(luò)識(shí)別準(zhǔn)確率和loss曲線實(shí)例
今天小編就為大家分享一篇利用Tensorboard繪制網(wǎng)絡(luò)識(shí)別準(zhǔn)確率和loss曲線實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02