二維陣列的表示方法：
python原生：列表的列表
numpy:ndarray
pandas:dataframe
二維ndarray與python list
1.ndarry效能更好
3.訪問語法差別：a[1,2](numpy ndarray)、a[1][2](python list)
numpy的軸
axis的用法：
0:按列計算
1:按行計算
import numpy as np
arr = np.array([
[27.93,28.18,29.39,40.52,26.26],
[58.08,50.61,51.62,48.55,54.03],
[38.67,31.73,57.91,59.24,49.08],
[45.83,31.48,45.94,71.21,46.53],
[70.26,55.96,53.81,58.48,43.23],
[46.61,22.73,45.77,63.63,56.73],
[49.73,40.47,69.13,55.16,58.71],
[34.02,42.02,28.75,34.90,26.43],
[56.64,31.39,43.43,54.00,44.97],
[57.28,64.21,55.70,68.03,54.16]
])#某一天所有店的情況（某行）
print(arr[1,:])
#某一天幾個店的情況（某行）
print(arr[1,1:3])
#某家店十天的情況（某列）
print(arr[:,3])
#計算第一天銷量最大的店10天平均銷量
print(arr[:,arr[0,:].argmax()].mean())
#所有水果店的天均銷量
for i in range(5):
print(arr[i,:].mean())
#axis用法
print(arr.mean(axis=1))
#計算每家水果店平均銷量
for i in range(5):
print(arr[:,i].mean())
#axis用法
print(arr.mean(axis=0))
# 輸入乙個二維陣列的某個元素的座標，計算出以這個元素為左上角元素的2*2小矩陣的四個元素的均值。
## 比如，對於矩陣
## [[1, 2, 3, 4],
# [5, 6, 7, 8],
# [9, 10, 11, 12],
# [13, 14, 15, 16]]
## 當輸入（0, 1）（即左上角行編號為0，列編號為1）時，計算結果為4.5（2,3,6,7四個數字的平均數）。
squre = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12],
[13, 14, 15, 16]])
def mini_squre(squre, top_row, left_column):
return squre[ top_row:top_row + 2, left_column:left_column + 2 ].mean()
input_top = int(input("輸入左上角行編號："))
input_left = int(input("輸入左上角列編號："))
if (input_top >= 0 and input_top <= len(squre[:, 0]) - 2 and
input_left >= 0 and input_left <= len(squre[0, :]) - 2):
print(mini_squre(squre, input_top, input_left))
二維陣列 二維陣列和指標
include using namespace std int main 如上面這段程式所示，通過取位址符 指標 p 獲得了變數 a 的位址，那麼解引用符 就可以從 p 中得到變數 a 的值。也就是說，p a和 p a是等價的。p 是變數 a 的位址，從 p 中就可以取出 a 的值。反之，能從 p ...
陣列 二維陣列
一組相同型別的資料組合，是一種引用型別。陣列名稱不是固定的，與其存放的資料的型別有關。如 存放int型別的資料，陣列名稱 int 存放字串資料，陣列名稱 string 存放scanner型別的資料，陣列名稱 scanner陣列中的每個資料，都是這個陣列的元素。1 宣告 元素型別 變數名 元素型別 變...
陣列 二維陣列
陣列，從名字很簡單看出就是數字組合，一堆數 一堆元素 在一起。然後看一下怎麼定義，怎麼初始化。陣列的動態初始化 初始化之後每個元素的儲存內容為其對應資料型別的預設值。資料型別 陣列名 new 陣列型別 大小 int arr new int 5 資料型別 陣列名 new 陣列型別 大小 int arr...