Numpy基礎(二)

choose函數實現條件篩選

choose函數主要利用下標以及下標所在的位置對相關的數組進行篩選,看下面的示例:

In [129]: control
Out[129]: 
array([[1, 0, 1],
       [2, 1, 0],
       [1, 2, 2]])

In [130]: choose(control, [10, 11, 12]) # control中,1對應11,0對弈10,2對應12
Out[130]: 
array([[11, 10, 11],
       [12, 11, 10],
       [11, 12, 12]])
--------------------------------------------------------
In [131]: i0
Out[131]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [132]: i2
Out[132]: 
array([[20, 21, 22],
       [23, 24, 25],
       [26, 27, 28]])

In [133]: choose(control, [i0, 10, i2]) # control中,第一個元素1對應10,第二個元素[0, 1]0對應i0中的[0, 1]1,以此類推。
Out[133]: 
array([[10,  1, 10],
       [23, 10,  5],
       [10, 27, 28]])
------------------------------------------------------------
In [135]: a = array([[0, 1, 2], [10, 11, 12], [20, 21, 22]])

In [136]: a
Out[136]: 
array([[ 0,  1,  2],
       [10, 11, 12],
       [20, 21, 22]])

In [137]: a < 10
Out[137]: 
array([[ True,  True,  True],
       [False, False, False],
       [False, False, False]], dtype=bool)

In [138]: choose(a < 10, [a, 10]) # True可以看成是1,對應10;False看成0,對應a中相同位置的元素。
Out[138]: 
array([[10, 10, 10],
       [10, 11, 12],
       [20, 21, 22]])
------------------------------------------------------------
# 下面的例子將數組中所有小于10的值變成了10, 大于15的值變成了15.
In [139]: a
Out[139]: 
array([[ 0,  1,  2],
       [10, 11, 12],
       [20, 21, 22]])

In [140]: a < 10
Out[140]: 
array([[ True,  True,  True],
       [False, False, False],
       [False, False, False]], dtype=bool)

In [141]: a > 15
Out[141]: 
array([[False, False, False],
       [False, False, False],
       [ True,  True,  True]], dtype=bool)

In [142]: lt = a < 10

In [143]: a > 15
Out[143]: 
array([[False, False, False],
       [False, False, False],
       [ True,  True,  True]], dtype=bool)

In [144]: gt = a > 15

In [145]: gt
Out[145]: 
array([[False, False, False],
       [False, False, False],
       [ True,  True,  True]], dtype=bool)

In [146]: 2 * gt
Out[146]: 
array([[0, 0, 0],
       [0, 0, 0],
       [2, 2, 2]])

In [147]: gt * 2
Out[147]: 
array([[0, 0, 0],
       [0, 0, 0],
       [2, 2, 2]])

In [148]: a
Out[148]: 
array([[ 0,  1,  2],
       [10, 11, 12],
       [20, 21, 22]])

In [149]: lt = a < 10

In [150]: lt
Out[150]: 
array([[ True,  True,  True],
       [False, False, False],
       [False, False, False]], dtype=bool)

In [151]: gt = a > 15

In [152]: gt
Out[152]: 
array([[False, False, False],
       [False, False, False],
       [ True,  True,  True]], dtype=bool)

In [153]: choice = lt + 2 * gt

In [154]: choice
Out[154]: 
array([[1, 1, 1],
       [0, 0, 0],
       [2, 2, 2]])

In [155]: choose(choice, [a, 10, 15])
Out[155]: 
array([[10, 10, 10],
       [10, 11, 12],
       [15, 15, 15]])

transpose實現轉置

np.transpose實現數組的轉置,并且可以定制轉置的維度。示例如下:

In [2]: a = np.arange(6).reshape(1, 2, 3)

In [3]: a
Out[3]: 
array([[[0, 1, 2],
        [3, 4, 5]]])

In [5]: np.transpose(a)
Out[5]: 
array([[[0],
        [3]],

       [[1],
        [4]],

       [[2],
        [5]]])

In [6]: np.transpose(a).shape
Out[6]: (3, 2, 1)

In [7]: np.transpose(a, axes=(1, 2, 0))  # 沿著指定維度的轉置
Out[7]: 
array([[[0],
        [1],
        [2]],

       [[3],
        [4],
        [5]]])

In [8]: np.transpose(a, axes=(1, 2, 0)).shape
Out[8]: (2, 3, 1)

squeeze壓縮數組維度

np.squeeze可以壓縮數組的維度,去掉維度等于1的那一維。示例如下:

In [9]: a
Out[9]: 
array([[[0, 1, 2],
        [3, 4, 5]]])

In [10]: a.shape
Out[10]: (1, 2, 3)

In [12]: np.squeeze(a)
Out[12]: 
array([[0, 1, 2],
       [3, 4, 5]])

In [13]: np.squeeze(a).shape
Out[13]: (2, 3)

repeat復制數組元素

np.repeat實現數組元素的復制,并且可以定制維度,示例如下:

In [14]: w = np.array([[-1,-1,-1], [-1,8,-1], [-1,-1,-1]])

In [15]: w.shape
Out[15]: (3, 3)

In [16]: w = w.reshape(1, 1, 3, 3)

In [17]: w
Out[17]: 
array([[[[-1, -1, -1],
         [-1,  8, -1],
         [-1, -1, -1]]]])

In [18]: w.shape
Out[18]: (1, 1, 3, 3)

In [19]: np.repeat(w, 3)
Out[19]: 
array([-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,  8,  8,  8, -1, -1,
       -1, -1, -1, -1, -1, -1, -1, -1, -1, -1])

In [21]: np.repeat(w, 3).shape
Out[21]: (27,)

In [22]: np.repeat(w, 3, axis=1)  # 定制復制維度,沿著第一維進行復制
Out[22]: 
array([[[[-1, -1, -1],
         [-1,  8, -1],
         [-1, -1, -1]],

        [[-1, -1, -1],
         [-1,  8, -1],
         [-1, -1, -1]],

        [[-1, -1, -1],
         [-1,  8, -1],
         [-1, -1, -1]]]])

In [23]: np.repeat(w, 3, axis=1).shape
Out[23]: (1, 3, 3, 3)
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,578評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,701評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,691評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,974評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,694評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,026評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,015評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,193評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,719評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,442評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,668評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,151評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,846評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,255評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,592評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,394評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380

推薦閱讀更多精彩內容

  • 來源:NumPy Tutorial - TutorialsPoint 譯者:飛龍 協議:CC BY-NC-SA 4...
    布客飛龍閱讀 32,945評論 6 98
  • 第5章 引用類型(返回首頁) 本章內容 使用對象 創建并操作數組 理解基本的JavaScript類型 使用基本類型...
    大學一百閱讀 3,264評論 0 4
  • Spring Cloud為開發人員提供了快速構建分布式系統中一些常見模式的工具(例如配置管理,服務發現,斷路器,智...
    卡卡羅2017閱讀 134,836評論 18 139
  • 北京八達嶺野生動物園一位女游客跟自己的丈夫爭吵,私自下車被東北虎拖走,受了重傷,她的媽媽也下車去救她,被老虎殘忍咬...
    羅peipei閱讀 333評論 0 0
  • タイトル :江戸怪奇標本箱 著者 : 藤巻一保[著].花輪和一[畫] 出版社 :柏書房 初版発行日 : (平成20...
    花輪和一閱讀 242評論 0 0