Ceci est une continuation de l'article précédent. Notions de base sur #Python (#Numpy 1/2) L'environnement utilise l'environnement créé dans l'article précédent. → Construction de l'environnement python Anaconda sur Windows 10
Convertir un tableau 1 par 6 en 2 par 3
import numpy as np
a = np.array([0,1,2,3,4,5])
b = a.reshape(2,3)
print(b)
Résultat d'exécution
[[0 1 2]
[3 4 5]]
En définissant l'argument de reshape sur -1, vous pouvez convertir un tableau de n'importe quelle forme en un tableau unidimensionnel.
import numpy as np
c = np.array([[[0, 1, 2],
[3, 4, 5]],
[[5, 4, 3],
[2, 1, 0]]]) #Créer un tableau 3D de NumPy à partir d'une triple liste
print(c)
print("--------------------------")
d = c.reshape(-1)
print(d)
Résultat d'exécution
[[[0 1 2]
[3 4 5]]
[[5 4 3]
[2 1 0]]]
--------------------------
[0 1 2 3 4 5 5 4 3 2 1 0]
L'accès à chaque élément de «ndarray» spécifie l'index ainsi que la «liste».
Tableau à 1 dimension
import numpy as np
a = np.array([0, 1, 2, 3, 4, 5])
print(a[2])
# 2
Tableau multidimensionnel
b = np.array([[0, 1, 2],
[3, 4, 5]])
print(b[1, 2]) # b[1][2]Pareil que
print(b[1][2])
# 5
# 5
import numpy as np
def func_a(x):
y = x * 2 + 1
return y
a = np.array([[0, 1, 2],
[3, 4, 5]]) #Un tableau bidimensionnel
b = func_a(a) #Passer un tableau en argument
print(b)
Résultat d'exécution
[[ 1 3 5]
[ 7 9 11]]
3.sum, average, max, min
import numpy as np
a = np.array([[0, 1, 2],
[3, 4, 5]]) #Un tableau bidimensionnel
print("sum : ",np.sum(a))
print("average : ",np.average(a))
print("max : ",np.max(a))
print("min : ",np.min(a))
Résultat d'exécution
sum : 15
average : 2.5
max : 5
min : 0
import numpy as np
b = np.array([[0, 1, 2],
[3, 4, 5]]) #Un tableau bidimensionnel
print('axis=0 : ',np.sum(b, axis=0)) #Total dans le sens vertical
print('axis=1 : ',np.sum(b, axis=1)) #Total dans le sens horizontal
Résultat d'exécution
axis=0 : [3 5 7]
axis=1 : [ 3 12]
Recommended Posts