“Numpy”的版本间差异
跳到导航
跳到搜索
无编辑摘要 |
无编辑摘要 |
||
第18行: | 第18行: | ||
*roll #平移 |
*roll #平移 |
||
==vectorize== |
|||
*可以将只能对数值计算的函数,变成可以对数组计算,比如积分 |
|||
import scipy.integrate as integrate |
|||
vec_expint=np.vectorize(expint) |
|||
def expint(t1,t2): |
|||
return integrate.quad(CSFH,t1,t2)[0] |
|||
==随机数== |
==随机数== |
2017年10月27日 (五) 02:36的版本
http://bigsec.net/b52/scipydoc/numpy_intro.html
ndarray
- shape() #数组的形状,虽然len()可以运行
- size() #数组的总元素
- a=np,empty_like(b) #初始化一个和b数组一样shape的空数组
- 产生序列数组 a=np.arange(20)
- 合并两个数组 np.append(array1,array2)
- 选择数组在某个范围之内 sel=np.where((wave < 6800) & (wave > 3800))
- asarray
- astype
- clip(a,a_min,a_max)
- array(a).clip(a_min.a_max)
- reduce,reduceat
- reduceat 有点复杂 参见[1]
- unique
- sort
- roll #平移
vectorize
- 可以将只能对数值计算的函数,变成可以对数组计算,比如积分
import scipy.integrate as integrate vec_expint=np.vectorize(expint) def expint(t1,t2): return integrate.quad(CSFH,t1,t2)[0]
随机数
- random.rand(20,20)