kbys.net
当前位置:首页 >> python 矩阵操作, 筛选符合条件的行 >>

python 矩阵操作, 筛选符合条件的行

python的第三方库numpy(用于矩阵运算,需要import numpy as np)中可以使用np.where,如 >>a = np.array(a) >>a array([1, 2, 3, 1, 2, 3, 1, 2, 3]) >>idx = np.where(a > 2) >>idx (array([2, 5, 8], dtype=int32),)

for line in f: if 0

import numpy as npm=np.zeros([2,3])print(m)print(len(m[0]))

你得先安装numpy库,矩阵(ndarray)的shape属性可以获取矩阵的形状(例如二维数组的行列),获取的结果是一个元组,因此相关代码如下: import numpy as npx = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]])# 输出数组的行和列数print x.shape ...

[j for i in a for j in i if 10 < j < 15] #其中a是你的数组 ,i与j是变量

# 如果你使用了numpy包 如果要使用原始方法的话,请继续追问。 # 原始方法A = [[1,2],[3,4],[5,6]]r = [(x[0]+x[1])**0.5 for x in A]r# [1.7320508075688772, 2.6457513110645907, 3.3166247903554]

例如文件t.data数据格式如下 1,2,3 4,5,6 7,8,9 //读入文件 file=open("t.data","r") //初始化矩阵 matrix=[] //读入数据并加到矩阵中 for line in file: line.strip() matrix.append(line.split(',')) //打印 print(matrix)

属于numpy库的方法 import numpya=numpy.zeros((5,5),dtype='int32')a.shape输出为(5,5) 可以用 a.shape[0]看行数(也就是第一个维度) P.S. 可以初始化高维矩阵 就是a可以不止二维

Numpy可以使用reshape()函数进行矩阵重排列,默认按行排列(C语言风格),通过修改order参数可以改为按列排列(Fortran风格)。参考例子: In [1]: import numpy as npIn [2]: a = np.array([[1,2,3],[4,5,6]])In [3]: print a[[1 2 3] [4 5 6]]...

output = []nrow = len(mat)ncol = len(mat[0])for i in range(ncol): output.append(sum([mat[x][i] for x in range(nrow)]))print output

网站首页 | 网站地图
All rights reserved Powered by www.kbys.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com