numpy库中的函数 bincount() where() diag() all()

毕设过程中遇到的，汇总在一起~

NumPy一元函数对ndarray中的数据执行元素级运算的函数

np.abs(x)、np.fabs(x) ：

计算数组各元素的绝对值

np.sqrt(x) ：

计算数组各元素的平方根

np.square(x) ：

计算数组各元素的平方

np.log( )

以10为底 np.log10(x)
以e为底 np.log(x)

copy( )

numpy.bincount( )用法

输入数组x需要是非负整数，且是一维数组。
给出了它的索引值在x中出现的次数（在默认权重下）
本例中最大值是 6 ，因此显示的就是[0,6]这些数的次数
若不指定minlength，输出的个数应该为6+1=7

import numpy as np
x=np.array([1,2,3,3,0,1,4,0,6])
a = np.bincount(x)
print(a)

结果为：
[2 2 1 2 1 0 1]

增加参数 minlength
当minlength长度小于7时，输出不受影响；
但是，当minlength长度大于7时，其余位置会自动补0

import numpy as np
x=np.array([1,2,3,3,0,1,4,0,6])
a = np.bincount(x, minlength=20)
print(a)
结果为：
[2 2 1 2 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0]

np.where( )用法

用法一 np.where(condition)
只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，

import numpy as np
x=np.array([1,2,3,3,0,1,4,0,6])
a = np.where(x > 2)
print(a)
print(x[a])
结果为：
(array([2, 3, 6, 8], dtype=int64),)
[3 3 4 6]

用法二 np.where(condition, x, y)
满足条件(condition)，输出x，不满足输出y

import numpy as np
x=np.array([1,2,3,3,0,1,4,0,6])
a = np.where(x > 2,1,0)
print(a)
结果为：
[0 0 1 1 0 0 1 0 1]

np.diag(array)

array是一个1维数组时，结果形成一个以一维数组为对角线元素的矩阵

array是一个二维矩阵时，结果输出矩阵的对角线元素

np.maximum(X, Y, out=None)

X和Y逐位进行比较,选择最大值.

numpy.all( )

numpy.all（a，axis = None，out = None，keepdims = <无值>）

测试是否沿给定轴的所有数组元素求值为True。
文档：
https://numpy.org/doc/1.17/reference/generated/numpy.all.html?highlight=numpy%20all#numpy.all