“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)