numpy常用总结_np.percentile 逆运算-程序员宅基地

技术标签: # 数据分析  

目录

np.expand_dims()&np.newaxis()

np.expand_dims:用于扩展数组的形状

np.newaxis:增加一个维度

np.argmax:返回沿轴最大值的索引值

numpy.std() 计算矩阵标准差

样本标准差 和 总体标准差

np.isin


pandas中isin()函数及其逆函数使用 https://blog.csdn.net/lzw2016/article/details/80472649

Numpy中ndim、shape、dtype、astype的用法 https://blog.csdn.net/Da_wan/article/details/80518725

numpy库np.percentile详解 https://blog.csdn.net/brucewong0516/article/details/80205422

np.tile()函数的作用https://blog.csdn.net/qq_39072607/article/details/89364254

np.expand_dims()&np.newaxis()

np.expand_dims:用于扩展数组的形状

该功能是改变数组维度,为了未来的深度学习中选用适当的维度的tensor

import numpy as np

a = np.array([[[1,2,3],[4,5,6]]])
print(a.shape)
print('------------------------------------------------')
# np.expand_dims(a, axis=0)表示在0位置添加数据
b = np.expand_dims(a,axis=0)
print(b.shape)
print('------------------------------------------------')
# np.expand_dims(a, axis=1)表示在1位置添加数据
c = np.expand_dims(a,axis=1)
print(c.shape)
print('------------------------------------------------')
# np.expand_dims(a, axis=2)表示在2位置添加数据
d = np.expand_dims(a,axis=2)
print(d.shape)
print('------------------------------------------------')
# np.expand_dims(a, axis=3)表示在3位置添加数据
e = np.expand_dims(a,axis=3)
print(e.shape)
print('------------------------------------------------')
(1, 2, 3)
------------------------------------------------
(1, 1, 2, 3)
------------------------------------------------
(1, 1, 2, 3)
------------------------------------------------
(1, 2, 1, 3)
------------------------------------------------
(1, 2, 3, 1)
------------------------------------------------

np.newaxis:增加一个维度

可以利用np.newaxis与广播规则做一些矩阵,或者调整我们矩阵的维度

np.argmax:返回沿轴最大值的索引值

A = np.arange(6).reshape(1,6)
A
array([[0, 1, 2, 3, 4, 5]])

B = np.argmax(A)
B
6
E = np.array([[1,2,3],[2,1,4],[3,6,1]])
print(E)
E.shape
[[1 2 3]
 [2 1 4]
 [3 6 1]]
(3, 3)


F= np.argmax(E, axis=0)
array([2, 2, 1], dtype=int64)

numpy.std() 计算矩阵标准差

>>> a = np.array([[1, 2], [3, 4]])
>>> np.std(a) # 计算全局标准差
1.1180339887498949
>>> np.std(a, axis=0) # axis=0计算每一列的标准差
array([ 1.,  1.])
>>> np.std(a, axis=1) # 计算每一行的标准差
array([ 0.5,  0.5])
import numpy as np 
arr = [1,2,3,4,5,6]
#求均值
arr_mean = np.mean(arr)

#求方差
arr_var = np.var(arr)

#求标准差
arr_std = np.std(arr,ddof=1)

print("平均值为:%f" % arr_mean)
print("方差为:%f" % arr_var)
print("标准差为:%f" % arr_std)

样本标准差 和 总体标准差

样本方差

总体方差

np.isin

判断数组元素在另一数组中是否存在 

Np_invert = np.isin(a, b, invert=True)

# a 中的元素是否在b中,如果设置了invert=True,则情况恰恰相反,即a中元素在b中则返回False
import numpy as np
# 这里使用reshape是为了验证是否对高维数组适用,返回一个和a形状一样的数组
a=np.array([1,3,7]).reshape(3,1)
b=np.arange(9).reshape(3,3)
# a 中的元素是否在b中,如果在b中显示True
Np_No_invert=np.isin(a, b, invert=False)
print("Np_No_invert\n",Np_No_invert)
# a 中的元素是否在b中,如果设置了invert=True,则情况恰恰相反,即a中元素在b中则返回False
Np_invert=np.isin(a, b, invert=True)
print("Np_invert\n",Np_invert)
# Np_No_invert
#  [[ True]
#  [ True]
#  [ True]]
# Np_invert
#  [[False]
#  [False]
#  [False]]

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_44285715/article/details/106517064

智能推荐

python安装paramiko库的最完整步骤_python如何安装paramiko库-程序员宅基地

文章浏览阅读7.6k次。paramiko库可以实现python远程通过SSH执行远程命令。但是只有python2.6以上版本才支持。其安装,我验证后,下面步骤可以顺利通过。分享大家共勉。a)前置检查是否安装gcc;1)输入gcc -v,出现版本号码或 which gcc,则表示已经安装。2)没有安装,支持yum,则输入:yum -y install gcc gcc-c++ kernel-devel3)_python如何安装paramiko库

python 绘制折线图与柱状图_from pylab import * # 支持中文-程序员宅基地

文章浏览阅读2.2k次。折线图import matplotlib.pyplot as pltfrom pylab import * #支持中文mpl.rcParams['font.sans-serif'] = ['SimHei']names = ['DWT-PP', 'DWT-ACC', 'DWT-PSSM', 'PSE-PP', 'PSE-A..._from pylab import * # 支持中文

PyCharm多行代码缩进快捷键_爬虫代码编写,给几行代码同时实现tab的快捷键-程序员宅基地

文章浏览阅读1.9k次。选中多行代码按 Tab 键,代码整体向右移动按住 shift 键,再按 Tab 键,代码整体向左移动_爬虫代码编写,给几行代码同时实现tab的快捷键

CMSIS-RTOS 线程间通信 Inter-Thread Communication_cmsis rtos event flag-程序员宅基地

文章浏览阅读6.9k次。线程间通信 Inter-Thread Communication前面我们已经学习了如何把你的应用代码设计成独立的线程,以及如何访问RTOS的时间服务函数。在实际的工程应用中,线程间的通信是必不可少的,任何一个RTOS都会支持几种通信方式来连接各种不同的线程。CMSIS-RTOS API支持的通信方式有:信号(signals),信号量(semaphores),互斥锁(mutexes),邮箱(mailb_cmsis rtos event flag

【Java内存模型】03 缓冲-程序员宅基地

文章浏览阅读86次。一、为什么需要缓冲1、CPU 的处理频率太快,主存读取更不上。处理器时钟周期内,CPU 常常需要等待主存,浪费资源。2、cache 的出现是为了缓解CPU 和内存之间速度不匹配的问题CPUcachememory3、由于价格原因出现了多级缓冲...

Cannot connect to the Docker daemon at unix:///var/run/docker.sock. Is the docker daemon running?錯誤_"level=info msg=\"pull session cancelled"-程序员宅基地

文章浏览阅读1w次,点赞4次,收藏2次。這是筆者在使用docker ps時所碰到的錯誤。解決方法:只要使用以下指令即可systemctl start docker。在Docker安裝完成後,必須啟動Docker daemon. 大多數的Linux發行版使用的是sudo systemctl start docker,如果這個指令無法使用,可以用sudo service docker start來替代。至於systemctl是什麼呢?在說明這個之前,我們必須先了解什麼是init system。_"level=info msg=\"pull session cancelled"

随便推点

SpringBoot 使用WebMvcConfigurer处理请求_webmvcconfigurer 重写 request 路径-程序员宅基地

文章浏览阅读850次。简介WebMvcConfigurer配置类其实是Spring内部的一种配置方式,采用JavaBean的形式来代替传统的xml配置文件形式进行针对框架个性化定制。基于java-based方式的spring mvc配置,需要创建一个配置类并实现WebMvcConfigurer 接口,WebMvcConfigurerAdapter 抽象类是对WebMvcConfigurer接口的简单抽象(增加了一些默认实现),但在在SpringBoot2.0及Spring5.0中WebMvcConfigurerAdapter_webmvcconfigurer 重写 request 路径

Python3中urlopen()详解_python urlopen-程序员宅基地

文章浏览阅读6.4w次,点赞25次,收藏103次。一. 简介urllib.request.urlopen()函数用于实现对目标url的访问。函数原型如下:urllib.request.urlopen(url, data=None, [timeout, ]*, cafile=None, capath=None, cadefault=False, context=None) url: 需要打开的网址data:Post提交的数..._python urlopen

Windows环境下如何打开cmd进入到指定目录_cmd如何进入指定目录下-程序员宅基地

文章浏览阅读1.8w次,点赞18次,收藏34次。Windows环境下如何打开cmd进入到指定目录,可以有两种方式:一种是直接在指定的目录地址栏中输入cmd敲回车即可;第二种可以里面“Windows+r”键打开运行对话框,在框中输入cmd敲回车,然后再输入相应的命令。..._cmd如何进入指定目录下

flask-day5-6:类视图|app.add_url_rule|标准类视图及继承|装饰器与视图类视图函数|蓝本|二级域名|ORM之SQLALchemy新建表查删改|执行原生SQL语句-程序员宅基地

文章浏览阅读370次。flask-day5类视图app.add_url_rule方法标准类视图类视图的继承类视图app.add_url_rule方法除了装饰器@app.route(rule)可以将方法暴露给client外,还可以采用app.add_url_rule方法暴露方法@app.route('/')def hello_world(): print(url_for("profile")) # ..._app.add_url_rule

时间同步服务 Chrony_chronyc sources -v-程序员宅基地

文章浏览阅读5.1k次。Chrony 是一个多功能的 NTP (Network Time Protocol) 实现,类 Unix 系统上 NTP 客户端和服务器的替代品。它可以通过 NTP 服务或者类似 GPS 时钟接收器的硬件级参考时钟来同步系统时钟,具有更好的时钟准确度,并且对于那些间歇性互联网连接的系统很有帮助。Chrony 是免费开源的,并且支持 GNU/Linux 和 BSD 衍生版(比如:FreeBSD、NetBSD)、macOS 和 Solaris 等。Chrony 有两个核心组件:一个是 chronyd 守护进_chronyc sources -v

Java最简单最全入门基础笔记(不简单,不全你打我)_也就是去找循环条件 ③第三步去执行循环操作-程序员宅基地

文章浏览阅读606次,点赞6次,收藏13次。刚开始学Java的时候,大家都可能一头雾水,不知道从何处学起,这里跟大学分享下(仅仅只供初学者学习,大佬勿喷)另外这里还整理了所有Java的基础单词, 下面是链接java基础单词Java第二阶段学习笔记, 下面是链接面向对象这个是交流群, 大家有兴趣的可以加下一、初始Java1.生活中的程序:从起床到教室上课的过程起床》洗漱》穿衣打扮》出宿舍》吃早餐》到教室按照特定的顺序去完成某一件事的过程我们叫做生活中的程序2.计算机中的程序:一组有序指令的集合,需要和计算机交流就要使用计算机的_也就是去找循环条件 ③第三步去执行循环操作

推荐文章

热门文章

相关标签