numpy.ndarray数据计算及操作集锦

2024-06-23 18:28

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!

目录

  • 1. numpy.ndarray各列求均值
    • 1.1 列
    • 1.2 行

1. numpy.ndarray各列求均值

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:

  1. 2.95287988
  2. 2.93673146
  3. 2.92991649
  4. 2.93747683
  5. 2.9513664
  6. 2.95595515
  7. 2.96035222
  8. 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!



http://www.chinasem.cn/article/1087931

相关文章

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Mysql表的简单操作(基本技能)

《Mysql表的简单操作(基本技能)》在数据库中,表的操作主要包括表的创建、查看、修改、删除等,了解如何操作这些表是数据库管理和开发的基本技能,本文给大家介绍Mysql表的简单操作,感兴趣的朋友一起看... 目录3.1 创建表 3.2 查看表结构3.3 修改表3.4 实践案例:修改表在数据库中,表的操作主要

C# WinForms存储过程操作数据库的实例讲解

《C#WinForms存储过程操作数据库的实例讲解》:本文主要介绍C#WinForms存储过程操作数据库的实例,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、存储过程基础二、C# 调用流程1. 数据库连接配置2. 执行存储过程(增删改)3. 查询数据三、事务处

Java使用Curator进行ZooKeeper操作的详细教程

《Java使用Curator进行ZooKeeper操作的详细教程》ApacheCurator是一个基于ZooKeeper的Java客户端库,它极大地简化了使用ZooKeeper的开发工作,在分布式系统... 目录1、简述2、核心功能2.1 CuratorFramework2.2 Recipes3、示例实践3

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python使用DrissionPage中ChromiumPage进行自动化网页操作

《Python使用DrissionPage中ChromiumPage进行自动化网页操作》DrissionPage作为一款轻量级且功能强大的浏览器自动化库,为开发者提供了丰富的功能支持,本文将使用Dri... 目录前言一、ChromiumPage基础操作1.初始化Drission 和 ChromiumPage