NumPy最重要的是其N维数组对象 ndarray,它是一系列同类型数据的集合。
三维
arr1 = np.array([[[1, 2, 3], [4, 5, 6]], [[2, 3, 4], [3, 65, 1]], [[1, 33, 2], [44, 55, 66]],[[21, 12, 17], [3, 11, 43]]])
print(arr1.shape)
>>>(4,2,3)
arr1.max(0)
>>>array([[21, 33, 17],
[44, 65, 66]])
arr1.max(1)
>>>array([[ 4, 5, 6],
[ 3, 65, 4],
[44, 55, 66],
[21, 12, 43]])
arr1.max(2)
>>>array([[ 3, 6],
[ 4, 65],
[33, 66],
[21, 43]])
二维
aaa = array([[10,9,8],[7,6,5],[42,33,2]])
# 矩阵中所有元素的最小值
aaa.min()
>>> 2
# 矩阵中所有列中元素的最小值
aaa.min(0)
>>>array([7, 6, 2])
# 矩阵中所有行中元素的最小值
aaa.min(1)
>>>array([8, 5, 2])
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?
2017-09-07 廖---list tuple dic set