暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

Numpy数组属性方法总结

漫谈大数据与数据分析 2020-04-16
229


基本属性


a.dtype

数组元素类型 float32,uint8,...

a.shape

数组形状 (m,n,o,...)

a.size

数组元素数

a.itemsize

每个元素占字节数

a.nbytes

所有元素占的字节

a.ndim

数组维度

 

形状相关


a.flat

所有元素的迭代器

a.flatten()

返回一个1维数组的复制

a.ravel()

返回一个1维数组,高效

a.resize(new_size)

改变形状

a.swapaxes(axis1, axis2)

交换两个维度的位置

a.transpose(*axex)

交换所有维度的位置

a.T

转置,a.transpose()

a.squeeze()

去除所有长度为1的维度

 

填充复制


a.copy()

返回数组的一个复制

a.fill(value)

将数组的元组设置为特定值

 

转化


a.tolist()

将数组转化为列表

a.tostring()

转换为字符串

a.astype(dtype)

转化为指定类型

a.byteswap(False)

转换大小字节序

a.view(type_or_dtype)

生成一个使用相同内存,但使用不同的表示方法的数组

 

复数


a.imag

虚部

a.real

实部

a.conjugate()

复共轭

a.conj()

复共轭(缩写)

 

保存


a.dump(file)

将二进制数据存在file中

a.dump()

将二进制数据表示成字符串

a.tofile(fid, sep="",format="%s")

格式化ASCⅡ码写入文件

 

查找排序


a.nonzero()

返回所有非零元素的索引

a.sort(axis=-1)

沿某个轴排序

a.argsort(axis=-1)

沿某个轴,返回按排序的索引

a.searchsorted(b)

返回将b中元素插入a后能保持有序的索引值

 

元素数学操作


a.clip(low, high)

将数值限制在一定范围内

a.round(decimals=0)

近似到指定精度

a.cumsum(axis=None)

累加和

a.cumprod(axis=None)

累乘积

 

约简操作


a.sum(axis=None)

求和

a.prod(axis=None)

求积

a.min(axis=None)

最小值

a.max(axis=None)

最大值

a.argmin(axis=None)

最小值索引

a.argmax(axis=None)

最大值索引

a.ptp(axis=None)

最大值减最小值

a.mean(axis=None)

平均值

a.std(axis=None)

标准差

a.var(axis=None)

方差

a.any(axis=None)

只要有一个不为0,返回真,逻辑或

a.all(axis=None)

所有都不为0,返回真,逻辑与

 


文章转载自漫谈大数据与数据分析,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论