汕头建站模板厂家,湖北百度seo,wordpress禁止谷歌字体大小,附近找装修公司继上节
查看数组维数
可以使用数组的ndim属性
代码示例如下#xff1a;
import numpy as np
c np.random.randint(1,9,5)
print(c.ndim)
结果如下#xff1a; 当然这些也可以结合前面的各种用法来使用
1、选取数组元素
#xff08;1#xff09;一维数组的元素…继上节
查看数组维数
可以使用数组的ndim属性
代码示例如下
import numpy as np
c np.random.randint(1,9,5)
print(c.ndim)
结果如下 当然这些也可以结合前面的各种用法来使用
1、选取数组元素
1一维数组的元素选取
一维数组名称[数组索引值]从零开始若是从后往前便是从-1开始
选取连续的元素
一维数组名称[索引值索引值]前后索引值都可以为空其中一个为零另外一个就不行了当然也可以为负值其中这里是左闭右开也就是包含起始值不包含结束值。
代码示例如下
import numpy as np
c np.random.randint(1,9,5)
print(c[1:-1:2])
结果如下 获取不连续元素
数组名[索引值索引值步长](步长表示每隔步长减一个元素后选取一个元素步长为负数则是反向选取。
当然这里其实跟序列里的切片操作很相像。
二维数组的元素选取
选取单个操作
数组名[行索引值:列索引值]
选取整行或者整列
import numpy as np
c np.array([[1,2,3],[2,3,4],[4,5,6]])
print(c[:,1])
这里选择了整个序列为一的列的数字的代码
结果如下 当然也可以选择行序列为一的这里可以将c[:,1]变为c[1,:]或者直接变为c[1]
选取某些行或列
import numpy as np
c np.array([[1,2,3],[2,3,4],[4,5,6]])
print(c[1:3])
print(c[:,1:3])
print(c[0:2,1:3])
其中第一个是选取1到2行的元素
第二个print是选择1到2列的元素
第三个print是选择位于0到一行、1到2列的元素
结果如下 今天为大家留一串画图且关于数组的代码如下
import matplotlib.pyplot as plt
import numpy as np
from sklearn.linear_model import LinearRegression
x np.random.rand(100,1)
y 2 3* x np.random.rand(100,1)
mo LinearRegression()
mo.fit(x,y)
x_new np.array([[0],[1]])
y_pred mo.predict(x_new)
plt.scatter(x,y,s10)
plt.plot(x_new,y_pred,colorr)
plt.xlabel(x)
plt.ylabel(y)
plt.title(pc)
plt.show()