Numpy学习
*pprp*
GiantPandaCV公众号作者,研究方向automl,nas
展开
-
【Numpy学习】第五节 Numpy大作业
综合运用了很多知识,对我来说还是有一定难度的,使用还是不够熟练。from sklearn.datasets import load_irisimport pandas as pdimport numpy as np# T1 导入鸢尾属植物数据集,保持文本不变。data = load_iris()print(dir(data))frame = pd.DataFrame(data=data.data, columns=data.feature_names)print(frame)print原创 2020-11-30 21:36:23 · 355 阅读 · 0 评论 -
【Numpy学习】第四节 Numpy线性代数相关
Numpy 定义了 matrix 类型,使用该 matrix 类型创建的是矩阵对象,它们的加减乘除运算缺省采用矩阵方式计算,因此用法和Matlab十分类似。但是官方并不推荐在程序中使用 matrix,所以仍然用 ndarray 来介绍。文章目录0. 思维导图总结1. np中的广播机制2. np.matmul和np.dot的区别3. 奇异值分解4. QR分解5. Cholesky 分解6. 线代中几个性质6.1 范数6.2 行列式6.3 秩6.4 迹6.5 逆矩阵6.6 特征值&特征向量7. 求解方原创 2020-11-28 21:51:05 · 524 阅读 · 0 评论 -
【Numpy学习】第三节 Numpy统计相关
文章目录0. 思维导图1. 知识补充2. amin测试3. 方差测试3. 标准差4. 极差(peak to peak)5. 分位数6. 中位数/均值/加权平均7. 协方差矩阵8. 相关系数9. 直方图10. 练习0. 思维导图1. 知识补充无偏估计参考无偏估计:对随机变量θ 的估计是θ^\hat{\theta}θ^,如果E(θ^)=E(θ)E(\hat{\theta})=E(\theta)E(θ^)=E(θ),则称θ^\hat{\theta}θ^为θ 的无偏估计。σ2=1n−1[∑i=1n(Xi原创 2020-11-26 13:03:43 · 681 阅读 · 0 评论 -
【Numpy学习】第二节 Numpy随机抽样
0. 内容总结1. 石油勘探野外正在进行9(n=9)口石油勘探井的发掘工作,每一口井能够开发出油的概率是0.1(p=0.1)。请问,最终所有的勘探井都勘探失败的概率?import matplotlib.pyplot as pltimport numpy as npnp.random.seed(0)x = np.random.binomial(9, 0.1, size=50000)plt.hist(x)plt.xlabel('随机变量:成功次数')plt.ylabel('次数')plt.原创 2020-11-24 11:40:46 · 541 阅读 · 2 评论 -
【Numpy学习】第一节 Numpy输入输出
【前言】学习了保存numpy数组、文本文件、控制输出格式等函数。0. 知识点总结1. 测试saveimport numpy as np a = np.random.randint(0,10,30)print(a)np.save("./save_format.npy", a)由于npy是二进制文件,所以打开以后除了一些头部信息,其他都是乱码。2. 测试loadimport numpy as npa = np.load("./save_format.npy")print(a)3原创 2020-11-23 22:17:45 · 427 阅读 · 0 评论