Python의 numpy library_python에서 행렬을 목록 및 기타 함수로 변환하는 방법

다음은 Python의 numpy 라이브러리에서 행렬을 목록 및 기타 함수로 변환하는 방법을 공유할 것입니다. 이는 좋은 참고 가치가 있으며 모든 사람에게 도움이 되기를 바랍니다. 함께 구경해보세요

이 글은 주로 Python Numpy 라이브러리의 일부 기능을 소개하고, 쉽게 검색할 수 있도록 백업해두었습니다.

(1) 행렬을 목록으로 변환하는 함수: numpy.matrix.tolist()

목록 목록 반환

Examples

>>>

>>> x = np.matrix(np.arange(12).reshape((3,4))); x
matrix([[ 0, 1, 2, 3],
  [ 4, 5, 6, 7],
  [ 8, 9, 10, 11]])
>>> x.tolist()
[[0, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 11]]

(2) 배열을 리스트로 변환하는 함수: numpy.ndarray.tolist()

참고: (배열은 재구성 가능)

배열은 a=np.array(a.tolist( ))로 다시 생성될 수 있습니다.

예

>

> ;>>

>>> a = np.array([1, 2])
>>> a.tolist()
[1, 2]
>>> a = np.array([[1, 2], [3, 4]])
>>> list(a)
[array([1, 2]), array([3, 4])]
>>> a.tolist()
[[1, 2], [3, 4]]

(4) numpy.std()는 행렬이나 배열의 표준편차를 계산합니다.

예

>>>

>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求均值
>>> np.mean(a)
2.5
>>> np.mean(a, axis=0) #对每一列求均值
array([ 2., 3.])
>>> np.mean(a, axis=1) #对每一行求均值
array([ 1.5, 3.5])

(5) numpy.newaxis는 배열에 차원을 추가합니다:

예:

>>> a = np.array([[1, 2], [3, 4]]) #对所有元素求标准差 
>>> np.std(a)
1.1180339887498949
>>> np.std(a, axis=0) #对每一列求标准差
array([ 1., 1.])
>>> np.std(a, axis=1) #对每一行求标准差
array([ 0.5, 0.5])

>>> a=np.array([[1,2,3],[4,5,6],[7,8,9]]) #先输入3行2列的数组a
>>> b=a[:,:2] 
>>> b.shape #当数组的行与列都大于1时，不需增加维度
(3, 2)
>>> c=a[:,2] 
>>> c.shape #可以看到，当数组只有一列时，缺少列的维度
(3,)
>>> c
array([3, 6, 9])

(6) numpy.random.shuffle(index): 데이터 세트(배열)의 순서를 방해합니다:

예:

>>> d=a[:,2,np.newaxis] #np.newaxis实现增加列的维度
>>> d
array([[3],
  [6],
  [9]])
>>> d.shape  #d的维度成了3行1列（3,1）
(3, 1)
>>> e=a[:,2,None] #None与np.newaxis实现相同的功能
>>> e
array([[3],
  [6],
  [9]])
>>> e.shape
(3, 1)

(7) 2차원 배열의 행 또는 열의 최소값:

>>> index = [i for i in range(10)] 
>>> index 
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] 
>>> np.random.shuffle(index) 
>>> index 
[7, 9, 3, 0, 4, 1, 5, 2, 8, 6]

(8) 배열에 열 추가: np.hstack()

>>> import numpy as np 
>>> a = np.arange(15).reshape(5,3) #构造一个5行3列的二维数组 
>>> a 
array([[ 0, 1, 2], 
  [ 3, 4, 5], 
  [ 6, 7, 8], 
  [ 9, 10, 11], 
  [12, 13, 14]]) 
>>> b = a[:,0].min() ##取第0列的最小值，其他列同理 
>>> b 
0 
>>> c = a[0,:].max() ##取第0行的最大值，其他行同理 
>>> c 
2

다음을 수행할 수 있습니다. n은 2차원이고 l은 1차원입니다. np가 직접 호출되면 hstack()이 오류를 발생시킵니다. 차원이 다릅니다.

n = np.array(np.random.randn(4,2)) 
 
n 
Out[153]: 
array([[ 0.17234 , -0.01480043], 
  [-0.33356669, -1.33565616], 
  [-1.11680009, 0.64230761], 
  [-0.51233174, -0.10359941]]) 
 
l = np.array([1,2,3,4]) 
 
l 
Out[155]: array([1, 2, 3, 4]) 
 
l.shape 
Out[156]: (4,)

해결책은 l을 2차원으로 변경하는 것입니다. (5)의 방법을 사용할 수 있습니다.

n = np.hstack((n,l)) 
ValueError: all the input arrays must have same number of dimensions

열별로 빈 목록:

n = np.hstack((n,l[:,np.newaxis])) ##注意：在使用np.hstack()时必须用()把变量括起来，因为它只接受一个变量 
 
n 
Out[161]: 
array([[ 0.17234 , -0.01480043, 1.  ], 
  [-0.33356669, -1.33565616, 2.  ], 
  [-1.11680009, 0.64230761, 3.  ], 
  [-0.51233174, -0.10359941, 4.  ]])

지속적으로 업데이트 중...관련 권장 사항:

Python의 numpy 라이브러리

Python NumPy 라이브러리 설치 및 사용 참고 사항

위 내용은 Python의 numpy library_python에서 행렬을 목록 및 기타 함수로 변환하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!