总结了12个Numpy高级函数，完美解决数据处理，拿来即用

CSDN 04-21 577

前言：

如今大家对“python函数高级用法”可能比较着重，咱们都想要知道一些“python函数高级用法”的相关知识。那么小编也在网摘上收集了一些关于“python函数高级用法””的相关知识，希望大家能喜欢，我们快快来了解一下吧！

作者 | 黄伟呢责编 | 欧阳姝黎原本是不想专门讲述Numpy函数的，但是今天又有人问起。为此给大家总结了这12个Numpy高级函数，大家一定要掌握，因为它真的很好用！很好用！很好用！

在正式讲述12个函数之前，先看看大纲，辛苦整理，记得保存。

np.where(condition,x,y)

用法一：满足条件(condition)，输出x，不满足输出y。用法二：筛选出满足条件(condition)的元素。例一：查找数组中大于5的值，并返回。对于小于等于5的部分，直接用5代替；

import numpy as np
x = np.array([1,3,5,7,9])
z = x > 5
z
np.where(z,x,5)

结果如下：【下面截图错误，大家自行练习】例二：查找数组中大于18岁的人，并返回它们的下标；

y = np.array([19,35,15,25,10])
y
z = y > 18
z
np.where(z)

结果如下：

np.cumsum()和np.cumprod()

np.cumsum()：按照不同轴，计算元素的累加和。np.cumprod()：按照不同轴，计算元素的累乘积。注意：若不设置axis，则会自动将数组拉成一条直线，然后进行累加或累乘。如果不设置axis：

x = np.array([[1,2],[4,5],[7,8]])
x
np.cumsum(x)
np.cumprod(x)

结果如下：axis=0表示【按列方向操作】；axis=1表示【按行方向操作】；

np.cumsum(x,axis=0)
np.cumsum(x,axis=1)

结果如下：

np.cumprod(x,axis=0)
np.cumprod(x,axis=1)

结果如下：

np.argmin()和np.argmax()

np.argmin()：按照不同轴，返回最小值元素的下标。np.argmax()：按照不同轴，返回最大值元素的下标。注意：若不设置axis，则会自动将数组拉成一条直线，返回最大值、最小值元素的下标。如果不设置axis：

x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.argmin(x)
np.argmax(x)

结果如下：axis=0表示【按列方向操作】；axis=1表示【按行方向操作】；

np.argmin(x,axis=0)
np.argmin(x,axis=1)

结果如下：

np.argmax(x,axis=0)
np.argmax(x,axis=1)

结果如下：

np.sort()

np.sort()：按照不同轴，进行元素排序。默认是按照行操作，相当于axis=1。

x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.sort(x)
np.sort(x,axis=1)

结果如下：

np.sort(x,axis=0)

结果如下：

如图所示（六合一）

① unique()② np.in1d()③ np.intersect1d()④ np.union1d()⑤ np.setdiff1d()⑥ np.setxor1d()

生于2001年的《程序员》曾陪伴了无数开发者成长，影响了一代又一代的中国技术人。时隔20年，《新程序员》带着全球技术大师深邃思考、优秀开发者技术创造等深度内容回来了！同时将全方位为所有开发者呈现国内外核心技术生态体系全景图。扫描下方小程序码即可立即订阅！