- 博客(40)
- 收藏
- 关注
RSS订阅转载 4、、多变量线性回归(Linear Regression with Multiple Variables)
4.1 多维特征目前为止，我们探讨了单变量/特征的回归模型，现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为(x1,x2,...xn)增添更多特征后，我们引入一系列新的注释：n 代表特征的数量x(i)代表第 i个训练实例，是特征矩阵中的第$i$行，是一个向量（vector）。比方说，上图的xj...
2019-09-29 16:03:00
544
转载 21、numpy—Matplotlib
NumPy MatplotlibMatplotlib 是 Python 的绘图库。 它可与 NumPy 一起使用，提供了一种有效的 MatLab 开源替代方案。 它也可以和图形工具包一起使用，如 PyQt 和 wxPython。引例：np.arange() 函数创建 x 轴上的值。y 轴上的对应值存储在另一个数组对象 y 中。 这些值使用 matplotlib 软件包的 pypl...
2019-09-27 16:31:00
255
转载 20、numpy——IO
NumPy IONumpy 可以读写磁盘上的文本数据或二进制数据。NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。常用的 IO 函数有：load() 和 save() 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名...
2019-09-27 11:15:00
239
转载 19、NumPy——线性代数
NumPy 线性代数NumPy 提供了线性代数函数库linalg，该库包含了线性代数所需的所有功能，可以看看下面的说明：函数描述dot两个数组的点积，即元素对应相乘。vdot两个向量的点积inner两个数组的内积matmul两个数组的矩阵积determinant数组的行列式s...
2019-09-27 10:45:00
457
转载 18、NumPy——矩阵库(Matrix)
NumPy 矩阵库(Matrix)NumPy 中包含了一个矩阵库 numpy.matlib，该模块中的函数返回的是一个矩阵，而不是 ndarray 对象。一个的矩阵是一个由行（row）列（column）元素排列成的矩形阵列。矩阵里的元素可以是数字、符号或数学式。以下是一个由 6 个数字元素构成的 2 行 3 列的矩阵：1、matlib.empty()matlib...
2019-09-26 16:51:00
299
转载 17、NumPy——副本和视图
副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。视图一般发生在：1、numpy 的切片操作返回原数据的视图。2、调用 ndarray 的 view() 函数产生一个...
2019-09-26 16:35:00
201
转载 16、NumPy ——字节交换
NumPy 字节交换在几乎所有的机器上，多字节对象都被存储为连续的字节序列。字节顺序，是跨越多字节的程序对象的存储规则。大端模式：指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；这和我们的阅读习惯一致。小端模式：指数据的高字节保存在内存的高地址中...
2019-09-26 16:14:00
198
转载 15、numpy——排序、条件刷选函数
NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。种类速度最坏情况工作空间稳定性'quicksort'（快速排序）1O(n^2)0否'mergesort'（归并排序）2O(n*log(n))~n/...
2019-09-26 15:40:00
162
转载 14、numpy——统计函数
NumPy 统计函数NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下：（沿哪条轴执行，就是是最后结果的形式）1、numpy.amin() 和 numpy.amax()numpy.amin() 用于计算数组中的元素沿指定轴的最小值。numpy.amax() 用于计算数组中的元素沿指定轴的最大值。 1 impor...
2019-09-26 11:05:00
120
转载 13、numpy——算术函数
NumPy 算术函数1、NumPy 算术函数包含简单的加减乘除:add()，subtract()，multiply()和divide()。需要注意的是数组必须具有相同的形状或符合数组广播规则。 1 import numpy as np 2 a = np.arange(9, dtype=np.float_).reshape(3, 3) 3 print('第一个...
2019-09-26 10:29:00
167
转载 12、numpy——数学函数
NumPy 数学函数NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。1、三角函数NumPy 提供了标准的三角函数：sin()、cos()、tan()。 1 import numpy as np 2 print(np.pi) 3 a = np.array([0, 30, 45, 60, 90]) 4 print('不同...
2019-09-26 10:19:00
98
转载 11、numpy——字符串函数
NumPy 字符串函数以下函数用于对 dtype 为 numpy.string_ 或 numpy.unicode_ 的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。这些函数在字符数组类（numpy.char）中定义。函数描述add()对两个数组的逐个字符串元素进行连接multiply()返回按元素多重...
2019-09-26 09:53:00
148
转载 10、numpy——位运算
NumPy 位运算NumPy"bitwise_"开头的函数是位运算函数。NumPy 位运算包括以下几个函数：函数描述bitwise_and对数组元素执行位与操作bitwise_or对数组元素执行位或操作invert按位取反left_shift向左移动二进制表示的位right_shift...
2019-09-26 09:30:00
179
转载 9、numpy——数组操作
Numpy 中包含了一些函数用于处理数组，大概可分为以下几类： （1）修改数组形状 （2）翻转数组 （3）修改数组维度 （4）连接数组 （5）分割数组 （6）数组元素的添加与删除1、修改数组形状函数描述reshape不改变数据的条件下修改形状flat数组元素迭代器flatten返回一份...
2019-09-25 17:33:00
212
转载 8、numpy——数组的迭代
1、单数组的迭代NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。迭代器最基本的任务的可以完成对数组元素的访问。1.1 默认迭代顺序1 import numpy as np2 a = np.arange(6).reshape(2, 3)3 b = a.T # b为a的装置4 print('a=', a)5...
2019-09-24 10:58:00
285
转载 7、numpy——广播
1、广播的引出广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。如果两个数组 a 和 b 形状相同，即满足a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。1 >>> import numpy...
2019-09-23 20:08:00
142
转载 6、numpy——高级索引
NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引及花式索引。1、整数数组索引1.1 以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。1 import numpy as np2 x = np.array([[1, 2], [3, 4], [5, 6]])3 y = x[...
2019-09-23 17:28:00
357
转载 5、numpy——切片和索引
1、一维数组1.1 一维数组很简单，基本和列表一致。ndarray 数组可以基于 0 - n 的下标进行索引。 切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。 通过冒号分隔切片参数start:stop:step来进行切片操作：1 import numpy as np2 arr...
2019-09-23 16:40:00
227
转载 4、numpy——创建数组
1、普通创建——np.array()创建数组最简单的方法就是使用array函数。它接收一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的Numpy数组。1 import numpy as np2 a1 = np.array([1, 2, 3])3 print(a1)4 a2 = np.array([[1, 2, 3], [2, 3, 4]], dty...
2019-09-23 15:11:00
749
转载 3、NumPy 数组属性
1、秩、维度NumPy 数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推。在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的...
2019-09-20 17:27:00
329
转载 2、NumPy 数据类型
1、NumPy 数据类型numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。下表列举了常用 NumPy 基本类型。名称描述bool_布尔型数据类型（True 或者 False）int_默认的整数类型（类似于 C 语言中的 long，int3...
2019-09-20 15:46:00
109
转载 Numpy Ndarray对象1
标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指 针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。 Python还提供了一个array模块，array对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但...
2019-09-20 15:23:00
121
转载 3.线性代数回顾
3.1 矩阵和向量如图：这个是4×2矩阵，即4行2列，m为行数，n为列数，那么m×n即4×2矩阵的维数 即行数×列数矩阵元素（矩阵项）：Aij指第????行，第????列的元素。向量是一种特殊的矩阵，讲义中的向量一般都是列向量，如：如下图为 1 索引向量和 0 索引向量，左图为 1 索引向量，右图为 0 索引向量，一般我们...
2019-09-20 11:24:00
188
转载 2、单线性变量的回归(Linear Regression with One Variable)
2.1 模型表示 我们通过一个例子来开始：这个例子是预测住房价格的，我们要使用一个数据集，数据集包含俄勒冈州波特兰市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集。比方说，如果你朋友的房子是1250平方尺大小，你要告诉他们这房子能卖多少钱。那么，你可以做的一件事就是构建一个模型，也许是条直线，从这个数据模型上来看，也许你可以告诉你的朋友，他能以大约220000...
2019-09-20 10:46:00
239
转载 1、引言(Introduction)
1.1 欢迎在生活中用到的机器学习算法：（1）打开谷歌、必应搜索到你需要的内容，正是因为他们有良好的学习算法（2）每次您阅读您的电子邮件垃圾邮件筛选器，可以帮你过滤大量的垃圾邮件机器学习为什么如此受欢迎：（1）机器学习用于人工智能领域找到A与B之间的最短路径、web搜索、照片标记、反垃圾邮件（2）涉及到各个行业和基础科学数据库挖掘电子医疗记录：把医疗记...
2019-09-19 15:34:00
74
转载 笔记
笔记：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes作业：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes转载于:https://www.cnblogs.com/weststar/p/11544701.html
2019-09-18 19:39:00
51
转载 关于plt.imshow()显示彩图问题
https://blog.csdn.net/cnnmena/article/details/79613531转载于:https://www.cnblogs.com/weststar/p/11539800.html
2019-09-18 09:49:00
1530
转载 解决：pycharm运行程序时在Python console窗口中运行而不是在运行窗口中运行
https://blog.csdn.net/Cinderella___/article/details/84290558转载于:https://www.cnblogs.com/weststar/p/11531608.html
2019-09-17 09:22:00
259
转载 opencv2——直方图5
（一）图像直方图图像的构成是有像素点构成的，每个像素点的值代表着该点的颜色（灰度图或者彩色图）。所谓直方图就是对图像的中的这些像素点的值进行统计，得到一个统一的整体的灰度概念。直方图的好处就在于可以清晰了解图像的整体灰度分布，这对于后面依据直方图处理图像来说至关重要。一般情况下直方图都是灰度图像，直方图x轴是灰度值（一般0~255），y轴就是图像中每一个灰度级对应的像素点的个数。...
2019-09-12 17:18:00
134
转载 opencv2——图像上的算术运算4
1.图像算术运算参数含义：src1：第一张图像src2：第二张图像dst：destination，目标图像，需要提前分配空间，可省略mask：掩膜scale：缩放比，常量dtype：数据类型，默认等于-1加减乘除cv2.add(src1,src2,dst,mask,dtype)cv2.subtract(src...
2019-09-12 11:18:00
290
转载 颜色空间
https://blog.csdn.net/zaishuiyifangxym/article/details/89429221转载于:https://www.cnblogs.com/weststar/p/11507011.html
2019-09-11 16:25:00
46
转载 opencv图像的基本操作3
1、获取像素并修改读取一副图像，根据像素的行和列的坐标获取它的像素值，对于RGB图像而言，返回RGB的值，对于灰度图则返回灰度值 1 import cv2 2 import numpy 3 img = cv2.imread('1.jpg') 4 px = img[100, 100] 5 print(px) #获取图像的（100,100）的3维矩阵 6 Bl...
2019-09-11 14:59:00
444
转载 opencv中绘图函数2
参看：https://www.cnblogs.com/yujiachen/p/7672417.html?utm_source=debugrun&utm_medium=referral转载于:https://www.cnblogs.com/weststar/p/11504893.html
2019-09-11 10:43:00
74
转载 opencv中图像的读取，显示与保存1
1、读入图像用cv2.imread()函数来读取图像，cv2.imread(路径，图像颜色空间)（其中颜色空间默认为BGR彩图） cv2.IMREAD_COLOR：读入一副彩色图像 cv2.IMREAD_GRAYSCALE：以灰度模式读入图像 cv2.IMREAD_UNCHANGED：读入一幅图像，并且包括图像的 alpha 通道可以用1、0、-1代...
2019-09-11 10:28:00
181
转载 python之网络编程
一、前言 我们现在已经学习了python基础编程，我们知道在本机中，可以编写两个程序，通过读写同一主机磁盘中固定内存，可以实现两个程序之间的通信，单机程序通信过程如下： 而如果两台主机之间要实现通信，就需要网络编程。 网络通信就像寄信件，是信息与数据的交换，而在生活中我们寄信件，信件也不是从我们手里瞬间到收件人手里，每一次信件通信，都会经历这样几个固定流程：写信、装...
2019-09-04 20:44:00
540
转载 python异常处理
参见https://www.cnblogs.com/zhaopanpan/p/8577045.html转载于:https://www.cnblogs.com/weststar/p/11430997.html
2019-08-29 17:30:00
60
转载 python——反射
1、概述运行时，区别于翻译时，指的是程序被加载到内存中执行的时候。反射，reflection，指的是运行时获取类型定义信息。一个对象能够在运行时，像照镜子一样，反射出其类型信息。简单说，在Python中，能够通过一个对象，找出其type、class、attribute或method的能力，称为反射或自省。具有反射能力的函数有type(),isinstance(),callable()...
2019-08-29 16:05:00
166
转载 python isinstance()函数和type()函数
一、type()用法描述： python的 type函数有两个用法，当只有一个参数的时候，返回对象的类型。当有三个参数的时候返回一个类对象。语法： 一个参数：type(object) 三个参数：type(name,bases,dict)用法：一个参数时，type（）返回一个对象的数据类型 1 >>> type(1) 2 &...
2019-08-29 10:41:00
281
转载 类中的成员
类中的成员：字段、方法、属性1、字段字段：普通字段、静态字段1 class Mycalss:2 str = '这是静态字段'3 def __init__(self,str1):4 self.str1 = str1 # 普通字段5 # 实例化对象6 a = Mycalss('普通字段')7 print(a.str1) ...
2019-08-28 09:49:00
919
转载 面向对象的三大特征
面向对象编程简单来说就是基于对类和对象的使用，所有的代码都是通过类和对象来实现的编程就是面向对象编程！面向对象的三大特性：封装、继承、多态一、封装（Encapsulation）： 在类中对数据的赋值、内部调用对外部用户来说是透明不可见的，这使类变成了一个胶囊或容器，里面包含着类的数据和方法。 1 class Animal: 2 doc ='T...
2019-08-27 20:56:00
175
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人