>  기사  >  백엔드 개발  >  Numpy 배열 데이터 추가, 삭제, 수정 및 쿼리

Numpy 배열 데이터 추가, 삭제, 수정 및 쿼리

不言
不言원래의
2018-06-04 16:11:172597검색

이 글은 Numpy 배열 데이터의 추가, 삭제, 수정 및 쿼리를 주로 소개합니다. 이제는 모든 사람과 공유합니다. 필요한 친구들이 참조할 수 있습니다.

준비 작업:

추가됨 삭제, 수정, 검색 방법은 매우 다양합니다. 여기서는 일반적으로 사용되는 방법만 소개합니다.

>>> import numpy as np 
>>> a = np.array([[1,2],[3,4],[5,6]])#创建3行2列二维数组。 
>>> a 
array([[1, 2], 
  [3, 4], 
  [5, 6]]) 
>>> a = np.zeros(6)#创建长度为6的,元素都是0一维数组 
>>> a = np.zeros((2,3))#创建3行2列,元素都是0的二维数组 
>>> a = np.ones((2,3))#创建3行2列,元素都是1的二维数组 
>>> a = np.empty((2,3)) #创建3行2列,未初始化的二维数组 
>>> a = np.arange(6)#创建长度为6的,元素都是0一维数组array([0, 1, 2, 3, 4, 5]) 
>>> 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. 
a = np.linspace(0,10,7) # 生成首位是0,末位是10,含7个数的等差数列[ 0.   1.66666667 3.33333333 5.   6.66666667 8.33333333 10.  ] 
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。[ 1.00000000e+00 1.00000000e+01 1.00000000e+02 1.00000000e+03 1.00000000e+04]

increase

>>> a = np.array([[1,2],[3,4],[5,6]])
>>> b = np.array([[10,20],[30,40],[50,60]])
>>> np.vstack((a,b))
array([[ 1, 2],
  [ 3, 4],
  [ 5, 6],
  [10, 20],
  [30, 40],
  [50, 60]])
>>> np.hstack((a,b))
array([[ 1, 2, 10, 20],
  [ 3, 4, 30, 40],
  [ 5, 6, 50, 60]])

다양한 차원의 배열을 직접 추가하는 것은 당연히 허용되지 않습니다. 하지만 n 열 벡터와 m 열 행 벡터를 사용하여 n×m 행렬을 구성할 수 있습니다. (조건, x, y), 첫 번째 매개변수는 부울 배열이고, 두 번째 매개변수와 세 번째 매개변수는 스칼라 또는 배열일 수 있습니다.

>>> a = np.array([[1],[2]]) 
>>> a 
array([[1], 
  [2]]) 
>>> b=([[10,20,30]])#生成一个list,注意,不是np.array。 
>>> b 
[[10, 20, 30]] 
>>> a+b 
array([[11, 21, 31], 
  [12, 22, 32]]) 
>>> c = np.array([10,20,30]) 
>>> c 
array([10, 20, 30]) 
>>> c.shape 
(3,) 
>>> a+c 
array([[11, 21, 31], 
  [12, 22, 32]])

Change

>>> a
array([[1, 2],
  [3, 4],
  [5, 6]])
>>> a[0] # array([1, 2])
>>> a[0][1]#2
>>> a[0,1]#2
>>> b = np.arange(6)#array([0, 1, 2, 3, 4, 5])
>>> b[1:3]#右边开区间array([1, 2])
>>> b[:3]#左边默认为 0array([0, 1, 2])
>>> b[3:]#右边默认为元素个数array([3, 4, 5])
>>> b[0:4:2]#下标递增2array([0, 2])

다양한 차원의 배열을 직접 추가하는 것은 당연히 허용되지 않습니다. 하지만 n 열 벡터와 m 열 행 벡터를 사용하여 n×m 행렬

cond = numpy.array([True,False,True,False]) 
a = numpy.where(cond,-2,2)# [-2 2 -2 2] 
cond = numpy.array([1,2,3,4]) 
a = numpy.where(cond>2,-2,2)# [ 2 2 -2 -2] 
b1 = numpy.array([-1,-2,-3,-4]) 
b2 = numpy.array([1,2,3,4]) 
a = numpy.where(cond>2,b1,b2) # 长度须匹配# [1,2,-3,-4]

배열과 숫자의 덧셈, 뺄셈, 곱셈, 나눗셈 연산을 구성할 수 있습니다. 이는 방송과 동일합니다. , 이 작업을 각 요소에 브로드캐스팅합니다.

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a[0] = [11,22]#修改第一行数组[1,2]为[11,22]。 
>>> a[0][0] = 111#修改第一个元素为111,修改后,第一个元素“1”改为“111”。 
 
>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> b = np.array([[10,20],[30,40],[50,60]]) 
>>> a+b #加法必须在两个相同大小的数组键间运算。 
array([[11, 22], 
  [33, 44], 
  [55, 66]])

Delete

방법 1:

a=a[0]과 같은 검색 방법을 사용하세요. .

>>> a = np.array([[1],[2]])
>>> a
array([[1],
  [2]])
>>> b=([[10,20,30]])#生成一个list,注意,不是np.array。
>>> b
[[10, 20, 30]]
>>> a+b
array([[11, 21, 31],
  [12, 22, 32]])
>>> c = np.array([10,20,30])
>>> c
array([10, 20, 30])
>>> c.shape
(3,)
>>> a+c
array([[11, 21, 31],
  [12, 22, 32]])

방법 2:

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a*2#相当于a中各个元素都乘以2.类似于广播。 
array([[ 2, 4], 
  [ 6, 8], 
  [10, 12]]) 
>>> a**2 
array([[ 1, 4], 
  [ 9, 16], 
  [25, 36]]) 
>>> a>3 
array([[False, False], 
  [False, True], 
  [ True, True]]) 
>>> a+3 
array([[4, 5], 
  [6, 7], 
  [8, 9]]) 
>>> a/2 
array([[0.5, 1. ], 
  [1.5, 2. ], 
  [2.5, 3. ]])

먼저 분할한 다음 슬라이스 a=a[에 따라 값을 할당합니다. 0].

>>> a = np.array([[1,2],[3,4],[5,6]]) 
>>> a[0] 
array([1, 2])

관련 권장 사항:

numpy에서 데이터를 텍스트로 저장하고 읽는 방법

위 내용은 Numpy 배열 데이터 추가, 삭제, 수정 및 쿼리의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명:
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.