如题所述
在 NumPy 中,可以使用不同的函数获取数组中的数据。
使用索引获取单个元素或者子数组中的元素
可以使用方括号 [] 加索引的方式获取单个元素或者子数组中的元素,例如:
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a[2]) # 输出 3,获取数组中索引为 2 的元素
print(a[1:4]) # 输出 [2 3 4],获取数组中索引为 1 到 3 的元素
使用数组中的函数
可以使用数组对象自带的函数获取数组中的数据,例如:
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
print(np.sum(a)) # 输出 21,计算数组中所有元素的和
print(np.max(a)) # 输出 6,获取数组中的最大值
print(np.argmax(a)) # 输出 5,获取数组中最大值的索引,此处为一维数组展开后的索引
print(np.unravel_index(np.argmax(a), a.shape)) # 输出 (1, 2),获取数组中最大值的索引,此处为二维数组中的索引
使用 NumPy 提供的函数
NumPy 还提供了很多函数可以用来获取数据,例如:
import numpy as np
a = np.arange(12).reshape(3, 4)
print(np.sum(a, axis=0)) # 输出 [12 15 18 21],计算数组每列元素的和
print(np.mean(a, axis=1)) # 输出 [1.5 5.5 9.5],计算数组每行元素的平均值
print(np.std(a)) # 输出 3.452052529534663, 计算数组元素的标准差
以上是获取数组中数据的一些基本方式,具体应该根据实际情况选择合适的方法。
# 准备 X 轴的数据, 0~10分成90段
x = np.linspace(0, 10, 100)
# y1、y2 设置函数并绑定数据
y1 = np.sin(x)
y2 = np.tan(x)