Python中numpy数组怎样运算,转置的方法是什么
Admin 2022-06-28 群英技术资讯 1472 次浏览
今天就跟大家聊聊有关“Python中numpy数组怎样运算,转置的方法是什么”的内容,可能很多人都不太了解,为了让大家认识和更进一步的了解,小编给大家总结了以下内容,希望这篇“Python中numpy数组怎样运算,转置的方法是什么”文章能对大家有帮助。numpy数组的操作比较枯燥,但是都很实用,在很多机器学习、深度学习算法中都会使用到,对numpy数组的一些操作。
主要包括数组与数的加减乘除运算,废话不多说,看代码:
import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]]) # 将数组a里面的每个数+1 b = a+1 print(b) # 将数组a里面每个数-3 c = a-3 print(c) # 将数组a里面每个数*3 d = a*3 print(d) # 将数组a里面每个数除3 e = a/3 print(e)
运行结果如下:

numpy相同尺寸的加减乘除运算,代码如下:
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]]) # 数组a与数组b的加法运算 c = a+b print(c) # 数组a与数组b的减法运算 d = a-b print(d) # 数组a与数组b的乘法运算 e = a*b print(e) # 数组a与数组b的除法运算 f = a/b print(f)
运行结果如下:

numpy不同尺寸的数组也能运算,遵守广播原则,代码如下:
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) # 数组a与数组b的减法 d = a-b print(d) # 数组a与数组b的乘法 e = a*b print(e) # 数组a与数组c的减法 f = a-c print(f) # 数组a与数组c的乘法 g = a*c print(g)
运行结果如下图:

大家应该可以看出二者的区别,所有数组的运算遵守广播原则。
主要讲三种转置方法,具体代码如下:
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]]) # 数组转置的三种方法 b = np.transpose(a) c = a.T d = a.swapaxes(1, 0) print(a) print(b) print(c) print(d)
运行结果如下图:

这次讲的东西比较简单,也很枯燥,甚至我都没有什么需要说明的。但是确实numpy数组重要也不可缺少的一部分。大家可以试一下代码,看一下效果,了解数组的运算。可以去搜索一下数组的广播原则了解一下!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
整个Spark 框架模块包含:Spark Core、 Spark SQL、 Spark Streaming、 Spark GraphX、 Spark MLlib,而后四项的能力都是建立在核心引擎之上。Spark Core:Spark的核心,Spark核心功能均由Spark Core模块提供...
由于学习需要安装matplotlib库,阅读网上教程后一直出现各种各样的错误,下面这篇文章主要给大家介绍了关于python3.7安装matplotlib失败问题的完美解决方法,需要的朋友可以参考下
Daemon场景考虑如下场景:你编写了一个python服务程序,并且在命令行下启动,而你的命令行会话又被终端所控制,python服务成了终端程序的一
这篇文章给大家分享的是有关Python全局变量global关键字的内容。一些朋友对于函数内使用全局变量的问题不是很清楚,因此因此分享给大家做个参考,感兴趣的朋友就跟随小编看看吧。
Python网络编程实现TCP和UDP连接, 使用socket模块, 所有代码在python3下测试通过。实现TCP ! usr bin envpython3 -*-coding:utf-8-*-imp
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 ICP核准(ICP备案)粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008