赞
踩
import numpy as np
a1 = np.arange(0,6).reshape(2,3)
print(a1)
[[0 1 2]
[3 4 5]]
max = np.amax(a1)
print("最大值:", max)
最大值: 5
max_index = np.argmax(
a1, # 数组
axis=-1 # 最后一维
)
print("最大值下标:", max_index)
最大值下标: [2 2]
min = np.amin(a1)
print("最小值:", min)
最小值: 0
min_index = np.argmin(
a1, # 数组
axis=-1 # 最后一维
)
print("最小值下标:", min_index)
最小值下标: [0 0]
max_min = np.ptp(a1)
print("最大值和最小值之差:", max_min)
最大值和最小值之差: 5
med = np.median(a1)
print("中位数:", med)
中位数: 2.5
mea = np.mean(a1)
print("均值:", mea)
均值: 2.5
std = np.std(a1)
print("标准差:", std)
标准差: 1.707825127659933
var = np.var(a1)
print("方差:", var)
方差: 2.9166666666666665
sum1 = np.sum(a1,axis=0)
print("总和:", sum1)
sum2 = np.sum(a1,axis=1)
print("总和:", sum2)
总和: [3 5 7]
总和: [ 3 12]
sor1 = np.sort(a1,axis=None)
print("排序:", sor1)
sor2 = np.sort(a1,axis=0)
print("排序:", sor2)
sor3 = np.sort(a1,axis=1)
print("排序:", sor3)
排序: [0 1 2 3 4 5]
排序: [[0 1 2]
[3 4 5]]
排序: [[0 1 2]
[3 4 5]]
ze = np.zeros(
(2, 3), # 维度
dtype=np.int # 数字类型
)
print(ze)
[[0 0 0]
[0 0 0]]
un = np.unique(ze)
print("去重:", un)
去重: [0]
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。