numpy 的all()接口判断某个矩阵是否全为某个值
>>> a[1]
array([[0., 0., 0.],
[0., 0., 0.]])
>>>
>>>
>>> if a[0].all()==0:
... print(a[0])
排序命令sorted
>>> x={}
>>> x['a']=99
>>> x['b']=60
>>> x['c']=110
>>> x
{'a': 99, 'b': 60, 'c': 110}
>>> sorted(x.items(), key=lambda x: x[1])
[('b', 60), ('a', 99), ('c', 110)]
>>>
查找元素位置 np.argwhere(condition)输出满足要求的元素的坐标索引
>>> x=np.ones(3)
>>> x
array([1., 1., 1.])
>>>
>>> np.asarray(x)
array([1., 1., 1.])
>>>
>>> np.argwhere(x)
array([[0],
[1],
[2]])
>>>
>>> x =np.arange(6).reshape(2,3)
>>>
>>> np.argwhere(x)
array([[0, 1],
[0, 2],
[1, 0],
[1, 1],
[1, 2]])
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。