numpy中min和max的用法
时间: 2024-03-06 20:49:40 浏览: 49
在NumPy中,min和max函数可以用来获取数组中的最小值和最大值。它们的用法如下:
```
import numpy as np
# 创建一个数组
arr = np.array([1, 5, 3, 7, 2, 9])
# 获取数组中的最小值
min_value = np.min(arr)
print(min_value) # 输出:1
# 获取数组中的最大值
max_value = np.max(arr)
print(max_value) # 输出:9
```
除了单独使用,min和max函数还可以接收一个axis参数,用于沿着指定的轴进行最小值和最大值的计算。例如:
```
import numpy as np
# 创建一个二维数组
arr = np.array([[1, 5, 3], [7, 2, 9]])
# 沿着行方向获取最小值
min_value = np.min(arr, axis=1)
print(min_value) # 输出:[1 2]
# 沿着列方向获取最大值
max_value = np.max(arr, axis=0)
print(max_value) # 输出:[7 5 9]
```
相关问题
from numpy import loadtxt from numpy import max from numpy import min转换为pandas
import pandas as pd
# 从文本文件读取数据
data = pd.read_csv('filename.txt', delimiter='\t')
# 使用 pandas 方法计算最大值和最小值
max_value = data.max()
min_value = data.min()
numpy中ndarray的全部用法
1. 创建ndarray数组:
np.array()、np.zeros()、np.ones()、np.full()、np.arange()、np.linspace()、np.random.rand()、np.random.randn()、np.random.randint()
2. 数组属性:
ndarray.shape、ndarray.dtype、ndarray.ndim、ndarray.size、ndarray.itemsize、ndarray.nbytes
3. 数组索引和切片:
ndarray[index]、ndarray[start:end]、ndarray[start:end:step]、ndarray[condition]、ndarray[condition][condition]、ndarray[condition & condition]、ndarray[condition | condition]
4. 数组运算:
ndarray +、ndarray -、ndarray *、ndarray /、ndarray //、ndarray %、ndarray **、ndarray +=、ndarray -=、ndarray *=、ndarray /=、ndarray //=、ndarray %=、ndarray **=
5. 数组函数:
np.sort()、np.argsort()、np.concatenate()、np.split()、np.vstack()、np.hstack()、np.transpose()、np.dot()、np.sum()、np.mean()、np.std()、np.max()、np.min()、np.exp()、np.log()、np.power()、np.clip()、np.where()、np.unique()、np.save()、np.load()、np.savetxt()、np.loadtxt()
6. 数组广播:
ndarray + scalar、ndarray + ndarray、ndarray * scalar、ndarray * ndarray
7. 数组复制:
ndarray.copy()、ndarray.view()、ndarray.ravel()、ndarray.flatten()、ndarray.resize()、ndarray.transpose()、ndarray.swapaxes()、ndarray.squeeze()、ndarray.repeat()
8. 数组比较:
ndarray ==、ndarray !=、ndarray >、ndarray >=、ndarray <、ndarray <=、np.array_equal()
9. 数组逻辑:
np.logical_and()、np.logical_or()、np.logical_not()、np.logical_xor()
10. 数组迭代:
for i in ndarray:、ndarray.flat、ndarray.flatten()、np.nditer()
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)