python numpy查询定位赋值数值所在行列
更新时间:2022年09月23日 14:39:28 作者:_养乐多_
这篇文章主要介绍了python numpy查询定位赋值数值所在行列,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
根据条件筛选行(筛选)
筛选矩阵中第7列值为5的行
B = A[ A[:,6] == 5]
筛选矩阵中第7列大于5的行
B = A[ A[:,6] > 5]
根据行列号取值(查询)
取第2行第2列的数字
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) y=x[1,1] print(y)
截取前几行前几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行,c-d列。a、c可以省略,表示从0开始 #取x的前两行(所有列) y=x[:2] # 等价于 y=x[:2,:],等价于 y=x[0:2,...] print(y) #取x的前两列(的所有行) z=x[:,:2] # 等价于 z=x[:,0:2],等价于 z=x[...,0:2] print(z)
截取某几行某几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行,c-d列。a、c可以省略,表示从0开始 #取x的第2行第2-3列 y=x[1,1:3]
根据值求行列号(定位)
输出某行最大值所在的列索引
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) # 取出x中元素最大值所对应的索引,按照a[0][1]中的a[1]方向,即行方向搜索最大值。 y = np.argmax(x, 1) print(y)
输出某列最大值所在的行索引
# 取出x中元素最大值所对应的行号 y = np.argmax(x, 0) print(y)
最大值所在行列号
x=np.arange(0,12) x=x.reshape((3,4)) print(x) # where返回一个长度为2的元组,第一个元素保存的是行号,第二个元素保存的是列号 y = np.where(x == np.max(x)) print(y) print("最大值所在行:",y[0],"最大值所在列:",y[1])
按行/列求和(求和)
按行求和,将和添加到矩阵最后一列
x=np.arange(0,12) x=x.reshape((3,4)) print(x) y = np.sum(x, axis=1) print(y) xy = np.hstack((x, y.reshape(x.shape[0], -1))) print(xy)
按列求和,将和添加到矩阵最后一行
x=np.arange(0,12) x=x.reshape((3,4)) print(x) z = np.sum(x, axis=0) print(z) xz = np.vstack((x, z)) print(xz)
赋值
按条件赋值
x=np.arange(0,12) x=x.reshape((3,4)) print(x) x[x<=5]=0 # 将小于5的数赋值为0 print(x)
where()
x=np.arange(0,12) x=x.reshape((3,4)) print(x) # results = np.where(condition, x, y) # 当条件为真时,对应位置返回x中的值,条件不成立则返回y中的值 y = np.where(x>5,x,0) #满足大于5的值设置为x,不满足的设为0 print(y)
逻辑运算
x=np.arange(0,12) x=x.reshape((3,4)) print(x) print(x>5) # x>5的为Ture,否则为False
给指定 行 / 列 / [行,列] 赋值
x=np.arange(0,12) x=x.reshape((3,4)) print(x) x[1,1] = 999 # 指定行列号赋值 print(x) x[1] = 123 # 指定行赋值 print(x) x[:,1] = 321 # 指定列赋值 print(x)
到此这篇关于python numpy查询定位赋值数值所在行列的文章就介绍到这了,更多相关python numpy 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
Python按照某列内容对两个DataFrame进行合并操作方法
这篇文章主要给大家介绍了关于Python按照某列内容对两个DataFrame进行合并操作的相关资料,文中通过代码示例介绍的非常详细,对大家学习或者使用Python具有一定的参考借鉴价值,需要的朋友可以参考下2023-08-08Pytorch - TORCH.NN.INIT 参数初始化的操作
这篇文章主要介绍了Pytorch - TORCH.NN.INIT 参数初始化的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-02-02
最新评论