介绍在祝辞祝辞,import numpy as np
在祝辞祝辞,a =, np.array([[1、2],[3, 4],[5, 6]]) #创建3行2列二维数组只
在祝辞祝辞,a
数组([[1,2],,
(3,4),,,
,[5,6]]),
在祝辞祝辞,a =, np.zeros(6) #创建长度为6的,元素都是0一维数组,
在祝辞祝辞,a =, np.zeros((2、3) #创建3行2列,元素都是0的二维数组,
在祝辞祝辞,a =, np.ones((2、3) #创建3行2列,元素都是1的二维数组,
在祝辞祝辞,a =, np.empty((2、3), #创建3行2列,未初始化的二维数组,
祝辞祝辞祝辞,a =, np.arange(6) #创建长度为6的,元素都是0一维数组数组([0,,1,,2,,3,,4,,5]),
在祝辞祝辞,a =, np.arange(1、7、1) #结果与np.arange(6)一样。第一,二个参数意思是数值从1 ? 6,不包括7。第三个参数表步长为1只;
时间=a np.linspace(0, 10日7),#,生成首位是0,末位是10,含7个数的等差数列[1.66666667,0只,3.33333333,5只,6.66666667,8.33333333,10只),
a =, np.logspace(0、4、5) #用于生成首位是10 * * 0,末位是10 * * 4,含5个数的等比数列。[1.00000000,1.00000000 e + 00 e + 01, 1.00000000 e + 02, 1.00000000 e + 03, 1.00000000 e + 04] 在祝辞祝辞,a =, np.array ([[1、2], [3, 4], [5, 6]])
在祝辞祝辞,b =, np.array (((10、20), (30、40), [50、60]])
在祝辞祝辞,np.vstack ((a, b))
数组([[,1,2),
,,3,,4,
,,5,6,
,10,20,
,30岁,40,
,[50,60]])
在祝辞祝辞,np.hstack ((a, b))
阵列([[,1,,2,,10日,20),
,[3,,4,30岁,40岁),
,(,5日,6日,50岁,60岁]]) 在祝辞祝辞,a =, np.array ([[1], [2]]),
在祝辞祝辞,a
数组([[1],,
[2]])大敌;
在祝辞祝辞,b=([[10年,20年,30]])#生成一个列表,注意,不是np.array又是;
在祝辞祝辞,b
[[30]10,20,,),
在祝辞祝辞,a + b
阵列([[11日,21日,31日),,
,(12日,22日,32]]),
在祝辞祝辞,c =, np.array([10年,20年,30]),
在祝辞祝辞,c
数组([30]10,20,,),
在祝辞祝辞,c.shape
(3),
在祝辞祝辞,a + c
阵列([[11日,21日,31日),,
,(12日,22日,32]]) 在祝辞的在一个
数组([[1,2],
(3,4),,
,[5,6]])
在祝辞祝辞,一个[0],#,数组([1,2])
在祝辞祝辞,[0][1]# 2
在祝辞祝辞,[0,1]# 2
在祝辞祝辞,b =, np.arange(6) #数组([0,,1,,2,,3,,4,,5])
在祝辞祝辞,b[1:3] #右边开区间数组([1,2])
在祝辞祝辞,b(3): #左边默认为,0阵列([0,1,2))
在祝辞祝辞,b[3:] #右边默认为元素个数阵列([3,,4,,5])
在祝辞祝辞,b[0:4:2] #下标递增2数组((0,2)) cond =, numpy.array([真,假,真、假]),
时间=a numpy.where(气孔导度2 2)#,(2,2,2,2),
时间=cond numpy.array ([1, 2, 3, 4),
时间=a numpy.where (cond> 2、2、2) #, (2, 2, 2, 2),
时间=b1 numpy.array ([1, 2, 3, 4),
时间=b2 numpy.array ([1, 2, 3, 4),
a =, numpy.where (cond> 2、b1、b2), #,长度须匹配#,(1、2、3、4) 在祝辞祝辞,a =, np.array ([[1、2], [3, 4], [5, 6]]),
在祝辞祝辞,一个[0],=,(11、22)#修改第一行数组[1,2]为[11日22]又是;
在祝辞祝辞,一个[0][0],=,111 #修改第一个元素为111年,修改后,第一个元素“1”改为“111”只
,
在祝辞祝辞,a =, np.array ([[1、2], [3, 4], [5, 6]]),
在祝辞祝辞,b =, np.array (((10、20), (30、40), [50、60]]),
在祝辞祝辞,a + b #加法必须在两个相同大小的数组键间运算只
数组([[11,,22],,
44],[33岁,,,
,[55,66]]) 在祝辞祝辞,a =, np.array ([[1], [2]])
,在的在的在一个
数组([[1],
,[2]])
在祝辞祝辞,b=([[10年,20年,30]])#生成一个列表,注意,不是np.array。
在祝辞祝辞,b
[[30]10,20,,)
在祝辞祝辞,a + b
阵列([[11日,21日,31日),
,(12日,22日,32]])
在祝辞祝辞,c =, np.array([10年,20年,30])
在祝辞祝辞,c
数组([30]10,20,,)
在祝辞祝辞c.shape
(3)
在祝辞祝辞,a + c
阵列([[11日,21日,31日),
,(12日,22日,32]])
这期内容当中小编将会给大家带来有关使用Numpy怎么增删改查数组数据,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
<强>准备工作:
增,删,改,查的方法有很多很多种,这里只展示出常用的几种。
<>强增
不同维数的数组直接相加显然是不允许的。但是可以用一个n行列向量和一个米列行向量构造出一个n×m矩阵
<强>查
<强> NumPy的地方函数使用
np。(条件,x, y),第一个参数为一个布尔数组,第二个参数和第三个参数可以是标量也可以是数组。
<强>改
不同维数的数组直接相加显然是不允许的。但是可以用一个n行列向量和一个米列行向量构造出一个n×m矩阵
