根据条件筛选行（筛选）
筛选矩阵中第7列值为5的行
B = A[ A[:,6] == 5]
筛选矩阵中第7列大于5的行
B = A[ A[:,6] > 5]
Numpy基础操作
根据行列号取值（查询）
取第2行第2列的数字
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) y=x[1,1] print(y)
截取前几行前几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行，c-d列。a、c可以省略，表示从0开始 #取x的前两行(所有列) y=x[:2] # 等价于 y=x[:2,:]，等价于 y=x[0:2,...] print(y) #取x的前两列（的所有行） z=x[:,:2] # 等价于 z=x[:,0:2]，等价于 z=x[...,0:2] print(z)
截取某几行某几列
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) #[a:b,c:d] 表示取a-b行，c-d列。a、c可以省略，表示从0开始 #取x的第2行第2-3列 y=x[1,1:3]
根据值求行列号（定位）
输出某行最大值所在的列索引
import numpy as np #产生3行4列的矩阵 x=np.arange(0,12) x=x.reshape((3,4)) print(x) # 取出x中元素最大值所对应的索引，按照a[0][1]中的a[1]方向，即行方向搜索最大值。 y = np.argmax(x, 1) print(y)
输出某列最大值所在的行索引
# 取出x中元素最大值所对应的行号 y = np.argmax(x, 0) print(y)
最大值所在行列号
x=np.arange(0,12)
x=x.reshape((3,4))
print(x)
# where返回一个长度为2的元组，第一个元素保存的是行号，第二个元素保存的是列号
y = np.where(x == np.max(x))
print(y)
print("最大值所在行：",y[0],"最大值所在列：",y[1])按行/列求和（求和）
按行求和，将和添加到矩阵最后一列
x=np.arange(0,12) x=x.reshape((3,4)) print(x) y = np.sum(x, axis=1) print(y) xy = np.hstack((x, y.reshape(x.shape[0], -1))) print(xy)
按列求和，将和添加到矩阵最后一行
x=np.arange(0,12) x=x.reshape((3,4)) print(x) z = np.sum(x, axis=0) print(z) xz = np.vstack((x, z)) print(xz)
赋值
按条件赋值
x=np.arange(0,12) x=x.reshape((3,4)) print(x) x[x<=5]=0 # 将小于5的数赋值为0 print(x)
where()
x=np.arange(0,12) x=x.reshape((3,4)) print(x) # results = np.where(condition, x, y) # 当条件为真时，对应位置返回x中的值，条件不成立则返回y中的值 y = np.where(x>5,x,0) #满足大于5的值设置为x，不满足的设为0 print(y)
逻辑运算
x=np.arange(0,12) x=x.reshape((3,4)) print(x) print(x>5) # x>5的为Ture，否则为False
给指定 行 / 列 / [行，列] 赋值
x=np.arange(0,12) x=x.reshape((3,4)) print(x) x[1,1] = 999 # 指定行列号赋值 print(x) x[1] = 123 # 指定行赋值 print(x) x[:,1] = 321 # 指定列赋值 print(x)
到此这篇关于python numpy查询定位赋值数值所在行列的文章就介绍到这了,更多相关python numpy 内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！