Numpy庫的學習（二）

今天來繼續學習一下Numpy庫的使用

接著昨天的內容繼續

在Numpy中，我們如果想要進行一個判斷使用“==”

我們來看下麵的代碼

vector = np.array([5,10,15,20,25])
vector == 10

我們來看看上面的代碼，這段代碼表示的是什麼意思呢？

vector == 10 表示的是，當前的array當中所有的元素都會進行判斷

是否等於10

我們可以看到，運行結果為上圖所示，只有第2個值為True 那麼這裡可以看到是對每一個值都進行了判斷

那麼矩陣操作也是一樣的

matrix = np.array([
[1,2,3],
[4,5,6],
[7,8,9],
])
matrix == 5

可以看到運行結果，只有第2行，第2列值為5的位置，為True，其他都為False

當然得到的判斷結果，是一個布爾類型的

那麼我們如果現在已經對判斷熟悉了，我們已經做了判斷

但是我想把這個元素取出來應該如果操作呢？

vector = np.array([5,10,15,20,25])
index = (vector == 10)
print (index)
print (vector[index])

我們先將數組，進行判斷，讓後將這個判斷結果存入一個值中，作為一個索引

列印結果如下

結果等於10，說明可以幫我們把True返回，False值直接過濾掉

當然在矩陣操作中也是一樣的

matrix = np.array([
[1,2,3],
[4,5,6],
[7,8,9],
])
i5 = (matrix[:,1]==5)
print(i5)
print(matrix[i5,:])

Numpy中也有與和或這樣的邏輯運算，比我我們要計算

vector = np.array([5,10,15,20,25])
equal = (vector == 10)&(vector==5)
print(equal)

這裡可以看出，與運算中，既要等於10，又要等於5，在返回的結果中，全為False

 需要判斷是否同時滿足條件

在看一下或的關係

vector = np.array([5,10,15,20,25])
equal = (vector == 10)|(vector==5)
print(equal)

結果可以看出，前面兩個元素，都滿足了或的關係，返回True

接下來我們說下如何替換滿足關係的值

vector = np.array([5,10,15,20,25])
equal = (vector == 10)|(vector==5)
vector[equal]=30
print(vector)

將滿足條件的值進行替換，返回替換後的向量

矩陣操作如下

matrix = np.array([
[1,2,3],
[4,5,6],
[7,8,9],
])
i5 = matrix[:,1]==5
print(i5)
matrix[i5,1] = 10
print(matrix)

運行上述代碼，我們可以將中間行5的值，替換為10

接下來我們在講下在Numpy中如何做類型轉換的

vector = np.array([5,10,15,20,25])
print(vector.dtype)
print(vector)
vector = vector.astype(float)
print (vector.dtype)
print(vector)

我們先將一個，類型為int的向量，的dtype值列印出來

在將這個向量進行astype的轉換，轉換為float值

結果可以看到，原來的int32類型，被轉換成了float64類型

在說下，比如我們通常需要進行數學運算，進行最大值， 最小值得求值

vector = np.array([5,10,15,20,25])
vector.min()

取一個最小值

vector = np.array([5,10,15,20,25])
vector.max()

取一個最大值

如何對矩陣，按照行，或者按照列的方式，進行求和操作

可以看到，我們指定維度為1，也就是按照行的方式進行一個求和

matrix = np.array([
[1,2,3],
[4,5,6],
[7,8,9],
])
matrix.sum(axis=1)

axis =1 為按照行的方式進行求和，axis = 0 按照列的方式進行求和

好的，今天就先講到這裡，感謝各位閱讀~~歡迎點贊轉發！下次我們繼續講講Numpy中的矩陣操作