#副本 #可以使用copy()函数创建副本 import numpy as np arr = np.random.randint(0,10,10) arr
#修改元素的值 arr[0] = 50 arr
copy_arr = arr.copy() copy_arr
#ndarray的聚合操作 #求和np.sum n1 = np.arange(10) np.sum(n1) n2 = np.random.randint(0,10,size=(3,3)) n2 np.sum(n2,axis=None) np.max(n2) np.min(n2) %timeit arr.sum()
# 最大最小值 n3 = np.array([np.nan,1,2,3,4]) n3.sum()
#处理包含空值的集合的聚合 np.nansum(n3)
# ndarray 的矩阵操作 # 算术运算符 n1 = np.random.randint(0,10,size=[3,3]) n2 = np.random.randint(0,10,size=[3,3]) # 可以调用display函数 display(n1,n2)
n1 + n2 # *符号只是两个矩阵对应位置的数据相乘 n1 * n2 #矩阵积np.dot() np.dot(n1,n2)
m = np.ones((2,3)) a = np.array([5]) print(m,a) m + a
# ndarray 的排序 arr = np.random.randint(0,100,size=10) arr sort_arr = np.sort(arr) sort_arr
#部分排序 #有时候我们不是对全部数据感兴趣,只有一小部分的数据是我们想要的 #np.partition(a,k) #当k为正,将小于k索引位置的值依次放在k索引位置对应的值左边,大于的放在右边 #当k为负,负数位置索引 np.partition(arr,4)[3]