import numpy as np
yu_array = np.array([[1,2,3],[4,5,6]])yu_array
array([[1, 2, 3],[4, 5, 6]])
np.sum(yu_array) #求和
21
np.sum(yu_array,axis=0) #指定第0維度求和
array([5, 7, 9])
yu_array.ndim
2
np.sum(yu_array,axis=1) #第二維度求和
array([ 6, 15])
np.sum(yu_array,axis=-1) #取最後乙個維度
array([ 6, 15])
yu_array.prod() #取所有元素的積
720
yu_array.prod(axis = 0) #取0維乘積
array([ 4, 10, 18])
yu_array.prod(axis = 1) #取1維乘積
array([ 6, 120])
yu_array.min()
1
yu_array.min(axis = 0) #0維最小
array([1, 2, 3])
yu_array.min(axis = 1) #1維最小
array([1, 4])
yu_array.max()
6
yu_array.argmin() #取最小資料的索引
0
yu_array.argmin(axis=0) #0維最小資料索引
array([0, 0, 0], dtype=int64)
yu_array.argmin(axis=1) #1維最小資料索引
array([0, 0], dtype=int64)
yu_array.argmax() #最大索引
5
yu_array.mean() #平均數
3.5
yu_array.mean(axis=0) #0維平均數
array([2.5, 3.5, 4.5])
yu_array.mean(axis=1) #1維平均數
array([2., 5.])
yu_array.std() #標準差
1.707825127659933
yu_array.var() #方差
2.9166666666666665
yu_array.clip(2,4) #將陣列中比2小的變成2，比4大的變成4
array([[2, 2, 3],[4, 4, 4]])
yu_array = np.array([1.2,3.56,6.41])
yu_array.round() #四捨五入
array([1., 4., 6.])
yu_array.round(decimals=1) #四捨五入，保留一位有效數字
array([1.2, 3.6, 6.4])
python學習筆記 Day2 Numpy陣列
1.實現兩個陣列相加，在資料量特別大的時候 產生陣列 1 從列表產生陣列 a 0,1,2,3 a np.array 1 a 2 從列表傳入 a np.array 1,2,3,4 3 生成全0的陣列 np.zeros 5 4 生成全1的陣列 np.ones 5,dtype bool dtype可以用來...
前端學習Day13
一.如果考慮相容最小高度的設定 了解 1.正常專案中 最小高度直接用min height即可。如果考慮相容 min height 在ie6不相容，ie6預設把height解析成最小高度。注 如果height 和 min height同是出現，執行height固定高度。2.最小高度的相容設定方法 了解...
每日演算法 day 13
那些你早出晚歸付出的刻苦努力，你不想訓練，當你覺的太累了但還是要咬牙堅持的時候，那就是在追逐夢想，不要在意終點有什麼，要享受路途的過程，或許你不能成就夢想，但一定會有更偉大的事情隨之而來。mamba out 2020.2.25 記錄下來自己做題時得思路，並不一定是最優解 暴力。應該會有更好得方法 i...