numpy
星-耀
A platform for communication
展开
-
numpy数组的创建
numpy数组的创建个人学习笔记,分享给大家!一、用python列表创建数组import numpy as npnp.array([1,2,3,4])#用列表创建一维数组np.array([1,2,3,4],dtype='float')#在创建时用关键字dtype明确地设置数组的数据类型二、用Numpy内置方法创建数组import numpy as np#np.zeros(shape, dt...原创 2018-05-06 12:55:56 · 2809 阅读 · 0 评论 -
numpy数组的属性
numpy数组的属性个人学习笔记,分享给大家!numpy数组属性:ndim,shape,size,dtype,itemsize,nbytesimport numpy as np#numpy数组属性:ndim,shape,size,dtype,itemsize,nbytesx = np.eye(5)xOut[2]:array([[1., 0., 0., 0., 0.], [...原创 2018-05-06 13:32:28 · 1068 阅读 · 0 评论 -
numpy数组的索引
numpy数组的索引个人学习笔记,分享给大家!一、索引的作用 获取、修改数组单个元素的值 二、获取单个元素的值1,在一维数组中:import numpy as np x = np.array([5,3,6,9,8]) x[0] #索引为非负值,获取第i个值,从0开始计数Out[8]:5 x[-1] #索引为负值,从末尾开始索引,倒数第一个索引为-1 Out[9]:82,在多维数组中...原创 2018-05-06 14:23:49 · 1303 阅读 · 0 评论 -
numpy数组的切片
numpy数组的切片个人学习笔记!切片语法:x[ start : stop : step ]一、一维数组的切片import numpy as npx = np.arange(5,13)xOut[4]:array([ 5, 6, 7, 8, 9, 10, 11, 12])x[:3]#前3个元素,即索引0~2所代表的元素Out[6]:array([5, 6, 7])x[3:]#索引3及往后...原创 2018-05-06 16:43:30 · 748 阅读 · 0 评论 -
numpy通用函数
通用函数学习笔记!numpy的通用函数可以对数组进行向量化操作,可以提高数组元素的重复计算的效率。一、算数运算符numpy的算数运算符都是对python内置运算符的封装。>>> import numpy as np>>> x = np.arange(4)>>> xarray([0, 1, 2, 3])>>> x+2a...原创 2018-05-13 22:44:15 · 4589 阅读 · 0 评论 -
numpy数组的变形
numpy数组的变形个人学习笔记!常用的两种变形方法:reshape()函数、newaxis关键字一、reshape()使用条件:原始数组的大小(size)必须和变形后的一致。注意:reshape()方法会用到原始数组的非副本视图>>> grid = np.arange(1,10).reshape((3,3))>>> gridarray([[1, 2, 3]...原创 2018-05-07 22:07:52 · 2387 阅读 · 0 评论 -
numpy数组的拼接和分裂
numpy数组的拼接和分裂个人学习笔记!拼接方法:np.concatenate、np.vstack、np.hstack、np.dstack分裂方法:np.split、np.vsplit、np.hsplit、np.dsplit一、数组的拼接1,np.concatenate将数组列表(或元组)作为第一个参数,轴作为第二个参数(默认为axis=0)#一维数组的拼接>>> import ...原创 2018-05-07 23:10:19 · 2502 阅读 · 0 评论 -
numpy中的统计函数
numpy中的统计函数个人学习笔记!一、常用函数1、np.max()作用:找出最大值>>> import numpy as np>>> x = np.array([[-1,3,0],[5,2,7]])>>> xarray([[-1, 3, 0], [ 5, 2, 7]])>>> np.max(x...原创 2018-05-31 19:25:37 · 13330 阅读 · 0 评论