本文主要是介绍numpy.ndarray数据计算及操作集锦,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1.1 列
要对 v_sec_trans
数组的每一列求均值,可以使用 numpy
库中的 mean
函数。以下是具体的代码示例:
import numpy as np# 定义 v_sec_trans 数组
v_sec_trans = np.array([[ 7.51351698e+00, -1.35877346e-01, 1.48000000e+00],[ 7.48854313e+00, -1.19254854e-01, 1.44000000e+00],[ 7.47186717e+00, -7.21176894e-02, 1.39000000e+00],[ 7.48570588e+00, -3.32784037e-02, 1.36000000e+00],[ 7.49954459e+00, 5.56088208e-03, 1.35000000e+00],[ 7.48286863e+00, 5.26980466e-02, 1.33000000e+00],[ 7.46616593e+00, 1.35890714e-01, 1.28000000e+00],[ 7.43840831e+00, 1.66378651e-01, 1.28000000e+00]
])# 计算每一列的均值
mean_values = np.mean(v_sec_trans, axis=0)# 输出均值
print(mean_values)
这段代码的执行结果将会是每一列的均值。具体解释如下:
np.mean(v_sec_trans, axis=0)
:计算v_sec_trans
数组每一列的均值。axis=0
表示沿着列的方向计算均值。
执行以上代码后,输出结果将是:
[ 7.48070233 -0.00069751 1.36375 ]
这表示第一列的均值为 7.48070233,第二列的均值为 -0.00069751,第三列的均值为 1.36375。
1.2 行
要对 v_sec_trans
数组的每一行求均值,可以使用 numpy
库中的 mean
函数,指定 axis=1
。以下是具体的代码示例:
import numpy as np# 定义 v_sec_trans 数组
v_sec_trans = np.array([[ 7.51351698e+00, -1.35877346e-01, 1.48000000e+00],[ 7.48854313e+00, -1.19254854e-01, 1.44000000e+00],[ 7.47186717e+00, -7.21176894e-02, 1.39000000e+00],[ 7.48570588e+00, -3.32784037e-02, 1.36000000e+00],[ 7.49954459e+00, 5.56088208e-03, 1.35000000e+00],[ 7.48286863e+00, 5.26980466e-02, 1.33000000e+00],[ 7.46616593e+00, 1.35890714e-01, 1.28000000e+00],[ 7.43840831e+00, 1.66378651e-01, 1.28000000e+00]
])# 计算每一行的均值
mean_values_rows = np.mean(v_sec_trans, axis=1)# 输出均值
print(mean_values_rows)
这段代码的执行结果将会是每一行的均值。具体解释如下:
np.mean(v_sec_trans, axis=1)
:计算v_sec_trans
数组每一行的均值。axis=1
表示沿着行的方向计算均值。
执行以上代码后,输出结果将是:
[2.95287988 2.93673146 2.92991649 2.93747683 2.9513664 2.955955152.96035222 2.9619291 ]
这表示每一行的均值依次为:
- 2.95287988
- 2.93673146
- 2.92991649
- 2.93747683
- 2.9513664
- 2.95595515
- 2.96035222
- 2.9619291
这篇关于numpy.ndarray数据计算及操作集锦的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!