![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python学习
大胜归来19
路漫漫其修远兮,吾将上下而求索
展开
-
python中reshape的用法
使用数组的reshape方法,可以创建一个改变了尺寸的新数组。举个栗子arr = [1,2,3,4,5,6,7,8,9] 一个一维的list,长度为9现在,我想把arr变成一个3*3的矩阵,这就可以用的reshape了,两个方法,第一arr.reshape(3,3)这个很好理解,不多说,重点看第二个方法arr.reshape(-1,3)这样也可以把arr变成3*3...转载 2019-01-04 20:43:58 · 12471 阅读 · 2 评论 -
Python中numpy实现数组合并实例(vstack,hstack)
若干个数组可以沿不同的轴合合并到一起,vstack,hstack的简单用法,>>> a = np.floor(10*np.random.random((2,2)))>>> aarray([[ 8., 8.], [ 0., 0.]])>>> b = np.floor(10*np.random.random((2,2)))&g...原创 2019-01-04 20:50:02 · 1112 阅读 · 0 评论 -
最大最小化标准化
数据规范化(归一化)处理是数据挖掘的一项基础工作。不同评价指标往往具有不同的量纲,数值见的差别可能很大,不进行处理可能会影响到数据分析的结果。为了消除指标之间的量纲和取值范围差异的影响,需要进行标准化处理,将数据按照比例进行缩放,使之落入一个特定的区域,便于进行综合分析。如将工资收入属性值映射到[-1, 1]或者[0, 1]内。数据规范化对于基于距离的挖掘算法尤为重要。(1)最小-最大规范...转载 2019-02-28 21:10:47 · 38629 阅读 · 0 评论 -
Numpy与ndarray
一、NumPy简介NumPy的全名为Numeric Python,是一个开源的Python科学计算库,它包括:一个强大的N维数组对象ndarray; 比较成熟的(广播)函数库; 用于整合C/C++和Fortran代码的工具包; 实用的线性代数、傅里叶变换和随机数生成函数NumPy的优点:对于同样的数值计算任务,使用NumPy要比直接编写Python代码便捷得多; Num...转载 2019-03-02 20:14:24 · 197 阅读 · 0 评论 -
Anaconda
在 Windows 操作系统上,会随 Anaconda 一起安装一批应用程序:Anaconda Navigator,它是用于管理环境和包的 GUIAnaconda Prompt 终端,它可让你使用命令行界面来管理环境和包Spyder,它是面向科学开发的 IDEJupyter Notebook,它是一款开放源代码的 Web 应用程序,可让我们创建并共享代码和文档。...原创 2019-04-24 16:20:27 · 134 阅读 · 0 评论 -
txt文本打开方式
r 只读 rb 二进制只读 r+ 读写 rb+ 二进制读写 w 只用于写入 wb 二进制写入 w+ 读写,存在覆盖,不存在新建 a追加 a+ 追加读写备注:r是英文单词read的缩略词,b是binary的缩略词,w -- write,a --add。...原创 2019-04-24 17:07:21 · 411 阅读 · 0 评论