也可以复制一个已经存在的全0 向量
!注意,所有创建包含固定值_vector_的方法都有**_like**函数
还有经典的_arange_和_linspace_方法
! arange方法对于数据类型敏感,比如**arange(3),dtype** 为int,如果你需要float类型,可以_arange(3).astype(float)_
生成随机array
向量索引
基础的向量索引操作,只是展示部分数据,而不改变数据本身
布尔操作
也可以用.where 和**clip**代替上面的方法
向量操作
numpy的优势就是把vector当做数做整体运算,避免循环运算
- - * /无所不能
复杂的数学运算不在话下
标量运算
整体取整
numpy还可以做基础的统计操作,比如**max,min, mean, sum**等
排序操作
查找操作
numpy不像list有**index函数,通常会用where**等操作
其中有三种方法:
-
where,难懂且对于x处于array末端很不友好
-
next,相对较快,但需要numba
-
searchsorted,针对于已排过序的array
二维array,也称matrix矩阵
初始化,注意「双括号」
随机matrix,同一维类似
索引操作,不改变matrix本身
Axis 轴操作,在matrix中,axis = 0 代表列, axis = 1 代表行,默认axis = 0
matrix算术 + - * / 和 ** 都可
也可以matrix与单个数,matrix与vector,vector与vector进行运算
行向量 列向量
二维的转置如下,一维的也就是vector转置为自己本身
reshape改变形态
自此,三种向量,一维array,二维列vector,二维行向量
矩阵操作
合并matrix,hstack横向,vstack纵向,也可以理解为堆叠
反向操作hsplit和vsplit
matrix的复制操作,tile整个复制,repeat可以理解为挨个复制
delete删除操作
删除的同时也可以插入
append操作,只能在末尾操作
如果只增加固定值,也可以用pad
网格化
c和python都很麻烦,跟别说再大点的数了
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)