numpy 的必須會的操作(一)

導入numpy

<code>import numpy as np/<code>

數組的新建(arange 和 array)

<code>a = np.array([1,2,3])  # 創建數組,傳入的是列表參數
b = np.arange(0, 10, 1) # 相當於python 的range/<code>

linspace 和logspace 用法

<code>a = np.linspace(0,10,10#個數)   #0到9
b = np.logsoace(0,10,10 #可以用base=2改變底數) # 10^0 和 10^10/<code>

shape 和 reshape

numpy 的必須會的操作(一)

  • 注意reshape(1,-1)和reshape(-1,1)的區別
<code>a = np.array([[1,2,3],[4,5,6]])
a.reshape(1,-1)
a.reshape(-1,1)
a/<code>
<code>array([[1, 2, 3, 4, 5, 6]])
array([[1],
[2],
[3],
[4],
[5],
[6]])
array([[1, 2, 3],
[4, 5, 6]])/<code>

數據的切片和選取

numpy 的必須會的操作(一)

數組的布爾值的運用

  • ~ 反
  • & 並
  • | 或

思考題

現在我們新建一個數組 a, 如下所示, 請取出其中 元素值大於1000且小於2000 的所有元素 並改為0,其他為1

<code>a = np.arange(0,3000,5)/<code>
<code>a[(a>1000)&(a<2000)] = 0
a[~((a>1000)&(a<2000))] = 1/<code>


分享到:


相關文章: