numpy.ndarray数据计算及操作集锦

2024-06-23 18:28

本文主要是介绍numpy.ndarray数据计算及操作集锦,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 1. numpy.ndarray各列求均值
    • 1.1 列
    • 1.2 行

1. numpy.ndarray各列求均值

1.1 列

要对 v_sec_trans 数组的每一列求均值,可以使用 numpy 库中的 mean 函数。以下是具体的代码示例:

import numpy as np# 定义 v_sec_trans 数组
v_sec_trans = np.array([[ 7.51351698e+00, -1.35877346e-01,  1.48000000e+00],[ 7.48854313e+00, -1.19254854e-01,  1.44000000e+00],[ 7.47186717e+00, -7.21176894e-02,  1.39000000e+00],[ 7.48570588e+00, -3.32784037e-02,  1.36000000e+00],[ 7.49954459e+00,  5.56088208e-03,  1.35000000e+00],[ 7.48286863e+00,  5.26980466e-02,  1.33000000e+00],[ 7.46616593e+00,  1.35890714e-01,  1.28000000e+00],[ 7.43840831e+00,  1.66378651e-01,  1.28000000e+00]
])# 计算每一列的均值
mean_values = np.mean(v_sec_trans, axis=0)# 输出均值
print(mean_values)

这段代码的执行结果将会是每一列的均值。具体解释如下:

  • np.mean(v_sec_trans, axis=0):计算 v_sec_trans 数组每一列的均值。axis=0 表示沿着列的方向计算均值。

执行以上代码后,输出结果将是:

[ 7.48070233 -0.00069751  1.36375   ]

这表示第一列的均值为 7.48070233,第二列的均值为 -0.00069751,第三列的均值为 1.36375。

1.2 行

要对 v_sec_trans 数组的每一行求均值,可以使用 numpy 库中的 mean 函数,指定 axis=1。以下是具体的代码示例:

import numpy as np# 定义 v_sec_trans 数组
v_sec_trans = np.array([[ 7.51351698e+00, -1.35877346e-01,  1.48000000e+00],[ 7.48854313e+00, -1.19254854e-01,  1.44000000e+00],[ 7.47186717e+00, -7.21176894e-02,  1.39000000e+00],[ 7.48570588e+00, -3.32784037e-02,  1.36000000e+00],[ 7.49954459e+00,  5.56088208e-03,  1.35000000e+00],[ 7.48286863e+00,  5.26980466e-02,  1.33000000e+00],[ 7.46616593e+00,  1.35890714e-01,  1.28000000e+00],[ 7.43840831e+00,  1.66378651e-01,  1.28000000e+00]
])# 计算每一行的均值
mean_values_rows = np.mean(v_sec_trans, axis=1)# 输出均值
print(mean_values_rows)

这段代码的执行结果将会是每一行的均值。具体解释如下:

  • np.mean(v_sec_trans, axis=1):计算 v_sec_trans 数组每一行的均值。axis=1 表示沿着行的方向计算均值。

执行以上代码后,输出结果将是:

[2.95287988 2.93673146 2.92991649 2.93747683 2.9513664  2.955955152.96035222 2.9619291 ]

这表示每一行的均值依次为:

  1. 2.95287988
  2. 2.93673146
  3. 2.92991649
  4. 2.93747683
  5. 2.9513664
  6. 2.95595515
  7. 2.96035222
  8. 2.9619291

这篇关于numpy.ndarray数据计算及操作集锦的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1087931

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

使用Java填充Word模板的操作指南

《使用Java填充Word模板的操作指南》本文介绍了Java填充Word模板的实现方法,包括文本、列表和复选框的填充,首先通过Word域功能设置模板变量,然后使用poi-tl、aspose-words... 目录前言一、设置word模板普通字段列表字段复选框二、代码1. 引入POM2. 模板放入项目3.代码

利用Python操作Word文档页码的实际应用

《利用Python操作Word文档页码的实际应用》在撰写长篇文档时,经常需要将文档分成多个节,每个节都需要单独的页码,下面:本文主要介绍利用Python操作Word文档页码的相关资料,文中通过代码... 目录需求:文档详情:要求:该程序的功能是:总结需求:一次性处理24个文档的页码。文档详情:1、每个

Python内存管理机制之垃圾回收与引用计数操作全过程

《Python内存管理机制之垃圾回收与引用计数操作全过程》SQLAlchemy是Python中最流行的ORM(对象关系映射)框架之一,它提供了高效且灵活的数据库操作方式,本文将介绍如何使用SQLAlc... 目录安装核心概念连接数据库定义数据模型创建数据库表基本CRUD操作创建数据读取数据更新数据删除数据查

Go语言中json操作的实现

《Go语言中json操作的实现》本文主要介绍了Go语言中的json操作的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录 一、jsOChina编程N 与 Go 类型对应关系️ 二、基本操作:编码与解码 三、结构体标签(Struc

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Java 字符串操作之contains 和 substring 方法最佳实践与常见问题

《Java字符串操作之contains和substring方法最佳实践与常见问题》本文给大家详细介绍Java字符串操作之contains和substring方法最佳实践与常见问题,本文结合实例... 目录一、contains 方法详解1. 方法定义与语法2. 底层实现原理3. 使用示例4. 注意事项二、su

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl