![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NumPy入门细谈:不迷糊的操作数据
文章平均质量分 90
Cdccc_daye
这个作者很懒,什么都没留下…
展开
-
保姆级理解newaxis:插入新的轴对数组进行变形
一、引入 #数组变形,不仅仅是reshape import numpy as np list_0=np.arange(5) list_1=list_0[:,np.newaxis] list_2=list_0[np.newaxis,:] print("list_0是\n",list_0) print("list_1是\n",list_0[:,np.newaxis]) print("list_2是\n",list_0[np.newaxis,:]) '''list_1和list_2分别长什么样?'''原创 2022-04-08 17:01:56 · 460 阅读 · 0 评论 -
Numpy数据分析——花哨索引的简单使用、“广播“规则详解
在对高维数组进行索引时,常会不知从何而起,想提取的部分和实际的效果会出现偏差。 本文将以尽可能容易懂的方式,来揭开Numpy高维数组之间的运算逻辑,并呈现一些简单运用 目录 一、文章用词阐释 1、轴长度和shape 2、广播 二、剖析广播的规则 1、单一标量A(可认为是零维的数组)与一维数组B 2、一维数组与一维数组 情况一:只含一个值的一维数组M和另一个任意长度,元素为任意值的一维数组N: 情况二:两个一维数组数组,长度均不为1,且长度不相等 情况三:两个一维数组,长度一样 3原创 2022-04-08 02:02:02 · 438 阅读 · 0 评论