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

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中,我们经常需要从 W

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

使用Python的requests库来发送HTTP请求的操作指南

《使用Python的requests库来发送HTTP请求的操作指南》使用Python的requests库发送HTTP请求是非常简单和直观的,requests库提供了丰富的API,可以发送各种类型的HT... 目录前言1. 安装 requests 库2. 发送 GET 请求3. 发送 POST 请求4. 发送

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python使用python-pptx自动化操作和生成PPT

《Python使用python-pptx自动化操作和生成PPT》这篇文章主要为大家详细介绍了如何使用python-pptx库实现PPT自动化,并提供实用的代码示例和应用场景,感兴趣的小伙伴可以跟随小编... 目录使用python-pptx操作PPT文档安装python-pptx基础概念创建新的PPT文档查看