介绍 Python可以做什么 在祝辞祝辞,x =, np.matrix (np.arange (12) .reshape ((3, 4))), x
矩阵([[,0,1,2,3]。
[才能,4,5,6,7],
[才能,8,9,10,11]])
在祝辞祝辞,x.tolist ()
[[0,1,2,3],,(4,5,6,7],,(8,9,10,11]] 在祝辞祝辞,a =, np.array ([1, 2])
在祝辞祝辞,a.tolist ()
[1,2]
在祝辞祝辞,a =, np.array ([[1, 2], [3, 4]])
在祝辞祝辞,列表(一)
(数组([1,2]),数组([3,4])]
在祝辞祝辞,a.tolist ()
[[1,2],[3,4]] 在祝辞祝辞,a =, np.array([[1, 2],[3, 4]]), #对所有元素求均值
在祝辞祝辞,np.mean (a)
2.5
在祝辞祝辞,np.mean(,,轴=0),#对每一列求均值
阵列([,2,3])
在祝辞祝辞,np.mean(,,轴=1),#对每一行求均值
阵列([3.5,1.5]) 在祝辞祝辞,a =, np.array([[1, 2],[3, 4]]), #对所有元素求标准差,
在祝辞祝辞,np.std (a)
1.1180339887498949
在祝辞祝辞,np.std(,,轴=0),#对每一列求标准差
数组([1。,1。))
在祝辞祝辞,np.std(,,轴=1),#对每一行求标准差
阵列([0.5,0.5]) 在祝辞祝辞,a=np.array([[1, 2, 3],[4、5、6],[7 8 9]]), #先输入3行2列的数组
在祝辞祝辞,b=[:,: 2],
在祝辞祝辞,b.shape #当数组的行与列都大于1时,不需增加维度
(3),2)
在祝辞祝辞,c=[: 2],
在祝辞祝辞,c.shape #可以看的到,当数组只有一列时,缺少列的维度
(3)
在祝辞祝辞,c
阵列([3,6,9]) 在祝辞祝辞,d=(:, 2, np.newaxis), # np.newaxis实现增加列的维度
在祝辞祝辞,d
数组([[3],
[6],才能
[9]])才能
在祝辞祝辞,d.shape , # d的维度成了3行1列(3,1)
(3),1)
在祝辞祝辞,e=(:, 2,没有),#没有与np.newaxis实现相同的功能
在祝辞祝辞,e
数组([[3],
[6],才能
[9]])才能
在祝辞祝辞e.shape
(3),1) 在祝辞祝辞,index =,(小姐:for 小姐:拷贝范围(10)),
在祝辞祝辞,index
[0,1,2,3,4,5,6,7,8,9),
在祝辞祝辞,np.random.shuffle(索引),
在祝辞祝辞,index
(7日,9日,,3,,0,,4,,1,,,,,,,,6] 在祝辞祝辞,import numpy as np
在祝辞祝辞,a =, np.arange (15) .reshape(5,3), #构造一个5行3列的二维数组,
在祝辞祝辞,a
阵列([[,0,1,2),,
(才能,3,4,5],,
[才能,6,7,8),,
[才能,9,10,11),,
,,(12日,13日,14]]),
在祝辞祝辞,b =,一个[:0].min(), # #取第0列的最小值,其他列同理,
在祝辞祝辞,b
0,
在祝辞祝辞,c =,一个[0,:].max(), # #取第0行的最大值,其他行同理,
在祝辞祝辞,c
2 n =, np.array (np.random.randn (4,2)),
,
n
[153]:,
阵列([[,0.17234,-0.01480043),,
,,(-0.33356669,-1.33565616),
,,(-1.11680009,0.64230761),
,,[-0.51233174,-0.10359941]]),
,
时间=l np.array ([1, 2, 3, 4),
,
l
出[155]:数组([1,,2,,3,,4]),
,
l.shape
[156]:,(4)
这篇文章主要介绍了如何在Python中利用numpy库将矩阵转换为列表,小编觉得不错,现在分享给大家,也给大家做个参考,一起跟随小编来看看吧!
Python是一种编程语言,内置了许多有效的工具,Python几乎无所不能,该语言通俗易懂,容易入门,功能强大,在许多领域中都有广泛的应用,例如最热门的大数据分析,人工智能,网页开发等。
<强>(1)将矩阵转换为列表的函数:numpy.matrix.tolist()
返回列表列表
<强>示例
祝辞祝辞祝辞
<强>(2)将数组转换为列表的函数:numpy.ndarray。tolist()
指出:(数组能够被重新构造)
数组可能重现,a=np.array (a.tolist ()) .
<强>示例
祝辞祝辞祝辞
<强> (3)numpy.mean()计算矩阵或数组的均值:
<强>示例
祝辞祝辞祝辞
<>强(4)numpy.std()计算矩阵或数组的标准差:
<强>示例
祝辞祝辞祝辞
<强> (5)numpy。newaxis为数组增加一个维度:
<强>例子:
<强> (6)numpy.random.shuffle(指数):打乱数据集(数组)的顺序:
<强>例子:
<强>(7)计算二维数组某一行或某一列的最大值最小值:
<>强(8)向数组中添加列:np.hstack()
