numpy相關函數如何使用

本篇內容介紹了“numpy相關函數如何使用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

np.where

首先強調一下，where()函數對于不同的輸入，返回的值是不同的。

1、當數組是一維數組時，返回的值是一維的索引，所以只有一組索引數組；

2、當數組是二維數組時，滿足條件的數組值返回的是值的位置索引，因此會有兩組索引數組來表示值的位置，下面舉例說明：

import numpy as np
a=np.reshape(np.arange(20),(4,5))

a
array([[ 0,  1,  2,  3,  4],
      [ 5,  6,  7,  8,  9],
      [10, 11, 12, 13, 14],
      [15, 16, 17, 18, 19]])

b = np.where(a>10)
b
(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64), array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64))
b[0][:]
array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64)
b[0]
array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64)
b[1]
array([1, 2, 3, 4, 0, 1, 2, 3, 4], dtype=int64)

a是一個二維數組，b就是返回的索引，索引分為行索引和列索引兩個部分，b[0]是行索引，b[1]是列索引。

np.tile

他的功能是重復某個數組。比如tile(A,n)，功能是將數組A重復n次，構成一個新的數組.例子：

import numpy as np
a = [1,2,3]
b  = np.tile(a, (1, 4))
b
array([[1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3]])
b  = np.tile(a, 4)
b
array([1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])
d  = np.tile(a, (2, 4))
d
array([[1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3],
       [1, 2, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3]])

從上面的例子我們可以看到，其中 b = np.tile(a, (1, 4))生成的是一個二維數組，而b = np.tile(a, 4)生成的是一個一維數組，都是把a重復4次。

“numpy相關函數如何使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！