Python Numpy二維數組和Numpy中的軸

二維數組的表示方法：

python原生：列表的列表

Numpy:ndarray

Pandas:DataFrame

二維ndarray與Python List

1.ndarry性能更好

2.ndarray有mean()、std()、sum()等更多的跟數學計算相關的內置函數，作用於整個數組

3.訪問語法差別：a[1,2](Numpy ndarray)、a[1][2](Python List)

Numpy的軸

axis的用法：

0:按列計算

1:按行計算

import numpy as np
arr = np.array([
    [27.93,28.18,29.39,40.52,26.26],
    [58.08,50.61,51.62,48.55,54.03],
    [38.67,31.73,57.91,59.24,49.08],
    [45.83,31.48,45.94,71.21,46.53],
    [70.26,55.96,53.81,58.48,43.23],
    [46.61,22.73,45.77,63.63,56.73],
    [49.73,40.47,69.13,55.16,58.71],
    [34.02,42.02,28.75,34.90,26.43],
    [56.64,31.39,43.43,54.00,44.97],
    [57.28,64.21,55.70,68.03,54.16]
])
#某一天所有店的情況（某行）
print(arr[1,:])
#某一天幾個店的情況（某行）
print(arr[1,1:3])
#某家店十天的情況（某列）
print(arr[:,3])
#計算第一天銷量最大的店10天平均銷量
print(arr[:,arr[0,:].argmax()].mean())
#所有水果店的天均銷量
for i in range(5):
    print(arr[i,:].mean())
#axis用法
print(arr.mean(axis=1))
#計算每家水果店平均銷量
for i in range(5):
    print(arr[:,i].mean())
#axis用法
print(arr.mean(axis=0))

舉例：

# 輸入一個二維數組的某個元素的座標，計算出以這個元素爲左上角元素的2*2小矩陣的四個元素的均值。
#
# 比如，對於矩陣
#
# [[1, 2, 3, 4],
# [5, 6, 7, 8],
# [9, 10, 11, 12],
# [13, 14, 15, 16]]
#
# 當輸入（0, 1）（即左上角行編號爲0，列編號爲1）時，計算結果爲4.5（2,3,6,7四個數字的平均數）。
squre = np.array([[1, 2, 3, 4],
                  [5, 6, 7, 8],
                  [9, 10, 11, 12],
                  [13, 14, 15, 16]])
 
def mini_squre(squre, top_row, left_column):
    return squre[ top_row:top_row + 2, left_column:left_column + 2 ].mean()
 
input_top = int(input("輸入左上角行編號："))
input_left = int(input("輸入左上角列編號："))
 
if (input_top >= 0 and input_top <= len(squre[:, 0]) - 2 and
  input_left >= 0 and input_left <= len(squre[0, :]) - 2):
    print(mini_squre(squre, input_top, input_left))