print(np.divide(arr2,arr3.astype(np.float64)))
[[0.57393464 0.28393638 0.11905425] [0.42822072 0.26175512 0.53014504]] [[1. 1. 1.] [1. 1. 1.]] [[0. 0. 0.] [0. 0. 0.]] [[1. 0. 0.] [0. 0. 1.]] [[False False False] [False False False]] [[0 1] [2 3] [4 5] [6 7] [8 9]] [[5 2] [2 5] [5 6] [1 2] [3 7]] [[ 0 2] [ 4 15] [20 30] [ 6 14] [24 63]] [[ 0 2] [ 4 15] [20 30] [ 6 14] [24 63]] [[0. 0.5 ] [1. 0.6 ] [0.8 0.83333333] [6. 3.5 ] [2.66666667 1.28571429]]
# 常用的统计函数\n",
arr = np.arange(10).reshape(5,2)
# 计算相加结果\n",
print(np.sum(arr))
# 计算平均数\n",
print(np.mean(arr))
# 最大值\n",
print(np.max(arr))
# 最小值\n",
print(np.min(arr))
# 方差\n",
print(np.var(arr))
# 标准差\n",
print(np.std(arr))
# 最大值的下标(索引)\n",
print(np.argmax(arr))
# 最小值的下标(索引)\n",
print(np.argmin(arr))
# 累加计算\n",
print(np.cumsum(arr))
# 累乘\n",
print(np.cumprod(arr))
45 4.5 9 0 8.25 2.8722813232690143 9 0 [ 0 1 3 6 10 15 21 28 36 45] [0 0 0 0 0 0 0 0 0 0]
# where() 函数\n",
arr = np.random.rand(2,3)
print(arr)
# 更改数组中的数据\n",
arr[0,1] = 1
print(arr)
# where()函数 \n",
# 1.条件 2.条件成立时取得数据 3.条件不成立时 取得数据\n",
print(np.where(arr>0.5,1,0))
# any()函数 表示数组中至少有一个符合条件的元素,返回True,否则返回False\n",
print(np.any(arr>=1))
# all()函数 表示数组中的元素必须全部符合条件时,返回True,否则返回False\n",
print(np.all(arr>=0.5))
# unique() 返回数组中的唯一值,返回一个排好序的一维数组\n",
arr1 = np.array([[4,6,3],[1,2,3],[4,5,6]])
print(np.unique(arr1))
[[0.84271454 0.74004928 0.1483319 ] [0.68118256 0.26789889 0.19417253]] [[0.84271454 1. 0.1483319 ] [0.68118256 0.26789889 0.19417253]] [[1 1 0] [1 0 0]] True False [1 2 3 4 5 6]