python numpy和list查询其中某个数的个数及定位方法
1. list
查询个数:
调用list.count(obj)函数,返回obj在list中的个数。
输入:
list_a = [2 for x in range(5)] print(list_a) a_count = list_a.count(2) print(a_count)
输出:
[2, 2, 2, 2, 2]
定位元素:
调用list.index(obj)函数,返回待查找对象第一个匹配项的位置。
输入:
#!/usr/bin/python aList = [123, 'xyz', 'zara', 'abc']; print "Index for xyz : ", aList.index( 'xyz' ) ; print "Index for zara : ", aList.index( 'zara' ) ;
输出:
Index for xyz : 1 Index for zara : 2
2. numpy
查询个数:
调用numpy的sum函数:np.sum( ndarray == 1 )
输入:
import numpy as np a = np.ones((4, 5)) print(a) print(np.sum(a == 1))
输出:
[[ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1.]] 20
定位元素:
调用numpy的where函数:np.where( ndarray == obj )
输入:
a = np.ones((4, 5)) a[1:3,1:3] = 4 print(a) print(np.sum(a == 1)) print(np.where(a == 4))
输出:
[[ 1. 1. 1. 1. 1.] [ 1. 4. 4. 1. 1.] [ 1. 4. 4. 1. 1.] [ 1. 1. 1. 1. 1.]] 16 (array([1, 1, 2, 2]), array([1, 2, 1, 2]))
以上这篇python numpy和list查询其中某个数的个数及定位方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
相关推荐
-
Python列表(List)知识点总结
序列是Python中最基本的数据结构.序列中的每个元素都分配一个数字 - 它的位置,或索引,第一个索引是0,第二个索引是1,依此类推. Python有6个序列的内置类型,但最常见的是列表和元组. 序列都可以进行的操作包括索引,切片,加,乘,检查成员. 此外,Python已经内置确定序列的长度以及确定最大和最小的元素的方法. 列表是最常用的Python数据类型,它可以作为一个方括号内的逗号分隔值出现. 列表的数据项不需要具有相同的类型 创建一个列表,只要把逗号分隔的不同的数据项使用方括号括起来即可
-
详解Python如何获取列表(List)的中位数
前言 中位数是一个可将数值集合划分为相等的上下两部分的一个数值.如果列表数据的个数是奇数,则列表中间那个数据就是列表数据的中位数:如果列表数据的个数是偶数,则列表中间那2个数据的算术平均值就是列表数据的中位数.在这个任务里,你将得到一个含有自然数的非空数组(X).你必须把它分成上下两部分,找到中位数. 输入: 一个作为数组的整数(int)列表(list)的. 输出: 数组的中位数(int, float). 示例 get_median([1, 2, 3, 4, 5]) == 3 get_media
-
Python中列表(list)操作方法汇总
本文实例汇总了Python中关于列表的常用操作方法,供大家参考借鉴.具体方法如下: 一.Python创建列表: sample_list = ['a',1,('a','b')] 二.Python 列表操作: 假设有如下列表: sample_list = ['a','b',0,1,3] 1.得到列表中的某一个值: value_start = sample_list[0] end_value = sample_list[-1] 2.删除列表的第一个值: del sample_list[0] 3.在列表
-
python从list列表中选出一个数和其对应的坐标方法
例1:给一个列表如下,里面每个元素对应的是x和y的值 a = [[5,2],[6,3],[8,8],[1,3]] 现在要挑出y的值为3对应的x的值,即6和1 import numpy as np a = [[5,2],[6,3],[8,8],[1,3]] #c=np.mat(a),因为只有矩阵(也可以用array)才能用a[0,0]这样的调用 #表示第一个数的用法而list没有,故在最后append需要用到 #注意:array也没有index这样的用法(只有list有,此题a已经是list),
-
浅谈Python的list中的选取范围
序列是Python中最基本的数据结构.序列中的每个元素都分配一个数字 - 它的位置,或索引,第一个索引是0,第二个索引是1,依此类推. Python有6个序列的内置类型,但最常见的是列表和元组. 序列都可以进行的操作包括索引,切片,加,乘,检查成员.此外,Python已经内置确定序列的长度以及确定最大和最小的元素的方法 列表是最常用的Python数据类型,它可以作为一个方括号内的逗号分隔值出现. 列表的数据项不需要具有相同的类型 浅谈Python的list中的选取范围 a = [1,2,3,4,
-
python 寻找list中最大元素对应的索引方法
如下所示: aa = [1,2,3,4,5] aa.index(max(aa)) 如果aa是numpy数组: aa = numpy.array([1,2,3,4,5]) 先把aa转换为List,再求索引: bb = aa.tolist() bb.index(max(bb)) 以上这篇python 寻找list中最大元素对应的索引方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.
-
python numpy和list查询其中某个数的个数及定位方法
1. list 查询个数: 调用list.count(obj)函数,返回obj在list中的个数. 输入: list_a = [2 for x in range(5)] print(list_a) a_count = list_a.count(2) print(a_count) 输出: [2, 2, 2, 2, 2] 定位元素: 调用list.index(obj)函数,返回待查找对象第一个匹配项的位置. 输入: #!/usr/bin/python aList = [123, 'xyz', 'za
-
python numpy 部分排序 寻找最大的前几个数的方法
如下所示: import numpy as np K=4 a = np.array([0, 8, 0, 4, 5, 8, 8, 0, 4, 2]) a[np.argpartition(a,-K)[-K:]] 以上这篇python numpy 部分排序 寻找最大的前几个数的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们.
-
python numpy查询定位赋值数值所在行列
目录 根据条件筛选行(筛选) 根据行列号取值(查询) 根据值求行列号(定位) 按行/列求和(求和) 赋值 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]
-
Python numpy视图与副本
目录 1. 简单讲解 2. 视图 视图概念 视图应用 视图优点 3. 副本 副本概念 副本应用 前言: 继上一篇对numpy 模块之ndarray一文中对 ndarray 内存结构主要分为两部分: metdata :存放数组类型dtype.数组维度ndim.维度数量shape.维间距strides等raw bata:存放原始数据data 在 metdata 中包含着关于数组相关信息,可以帮助我们在数组ndarray中快速索引和解释指定的数据 除此了对数组进行索引操作外,也会对数组的原数据进行类似
-
Python+numpy实现一个蜘蛛纸牌游戏
目录 1.过程 2.思路 3.配置 4.代码 四.效果图 1.过程 蜘蛛纸牌大家玩过没有?之前的电脑上自带的游戏,用他来摸鱼过的举个手. 但是现在的电脑上已经没有蜘蛛纸牌了.所以…… 可不可以自己做一个呢? 想法有了,实践开始. 首先,应该怎么写?首选的方案就是pygame和numpy. 最后选了numpy.一是因为作者用电脑的时间比较短,没有时间力,而手机的在线编译器可以用numpy,不能用pygame.二是因为之前了解过numpy,但是pygame当时都没安装,是昨天才安装完毕的三是因为想挑
-
Python numpy 常用函数总结
Numpy是什么 在没给大家介绍numpy之前先给大家说下python的基本概念. Python 是一种高级的,动态的,多泛型的编程语言.Python代码很多时候看起来就像是伪代码一样,因此你可以使用很少的几行可读性很高的代码来实现一个非常强大的想法. numpy很简单,Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,其一般与Scipy.matplotlib一起使用.其实,list已经提供了类似于矩阵的表示形式,不过numpy为我们提供了更多的函数. 数组 数组常用函数 1.w
-
基于Python Numpy的数组array和矩阵matrix详解
NumPy的主要对象是同种元素的多维数组.这是一个所有的元素都是一种类型.通过一个正整数元组索引的元素表格(通常是元素是数字). 在NumPy中维度(dimensions)叫做轴(axes),轴的个数叫做秩(rank,但是和线性代数中的秩不是一样的,在用python求线代中的秩中,我们用numpy包中的linalg.matrix_rank方法计算矩阵的秩,例子如下). 结果是: 线性代数中秩的定义:设在矩阵A中有一个不等于0的r阶子式D,且所有r+1阶子式(如果存在的话)全等于0,那末D称为矩阵
-
Python numpy中矩阵的基本用法汇总
Python矩阵的基本用法 mat()函数将目标数据的类型转化成矩阵(matrix) 1,mat()函数和array()函数的区别 Numpy函数库中存在两种不同的数据类型(矩阵matrix和数组array),都可以用于处理行列表示的数字元素,虽然他们看起来很相似,但是在这两个数据类型上执行相同的数学运算可能得到不同的结果,其中Numpy函数库中的matrix与MATLAB中matrices等价. 直接看一个例子: import numpy as np a = np.mat('1 3;5 7')
-
python+numpy按行求一个二维数组的最大值方法
问题描述: 给定一个二维数组,求每一行的最大值 返回一个列向量 如: 给定数组[1,2,3:4,5,3] 返回[3:5] import numpy as np x = np.array([[1,2,3],[4,5,3]]) # 先求每行最大值得下标 index_max = np.argmax(x, axis=1)# 其中,axis=1表示按行计算 print(index_max.shape) max = x[range(x.shape[0]), index_max] print(max) # 注
-
python+numpy实现的基本矩阵操作示例
本文实例讲述了python+numpy实现的基本矩阵操作.分享给大家供大家参考,具体如下: #! usr/bin/env python # coding: utf-8 # 学习numpy中矩阵的代码笔记 # 2018年05月29日15:43:40 # 参考网站:http://cs231n.github.io/python-numpy-tutorial/ import numpy as np #==================矩阵的创建,增删查改,索引,运算==================
随机推荐
- JS实现清除指定cookies的方法
- js中的时间转换—毫秒转换成日期时间的示例代码
- Java统计输入字符的英文字母、空格、数字和其它
- JavaWeb工程中集成YMP框架快速上手
- iOS开发之时间戳(或date)转字符串的实例代码
- iOS 利用动画和贝塞尔实现咻咻效果
- JavaScript截屏功能的实现代码
- php自定义hash函数实例
- asp飞飞无限级分类v1.0 Asp+sql+存储过程+ajax提供下载
- [MySQL binlog]mysql如何彻底解析Mixed日志格式的binlog
- JavaScript 错误处理与调试经验总结
- 一个分页的类及调用的例子
- 一个很简单的办法实现TD的加亮效果.
- jquery 简短右键菜单 多浏览器兼容
- 用vbs删除某些类型文件和磁盘空间报告的脚本
- jQuery中hasClass()方法用法实例
- Python抓取京东图书评论数据
- java ThreadPoolExecutor 并发调用实例详解
- 详解Unix/Linux中周期执行指令Crontab命令
- JavaScript+canvas实现七色板效果实例