Numpy
Lavi_qq_2910138025
这个作者很懒,什么都没留下…
展开
-
numpy学习笔记1—ravel() 和 flatten()
numpy的ravel() 和 flatten()函数简介首先声明两者所要实现的功能是一致的(将多维数组降位一维)。这点从两个单词的意也可以看出来,ravel(散开,解开),flatten(变平)。两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflects)原始矩阵,而numpy.ravel()返回的是视图(vi转载 2017-10-12 21:28:08 · 90914 阅读 · 14 评论 -
numpy.array 的shape属性理解
简介numpy 创建的数组都有一个shape属性,它是一个元组,返回各个维度的维数。有时候我们可能需要知道某一维的特定维数。原创 2018-02-27 10:14:10 · 78860 阅读 · 8 评论 -
python3中 numpy.loadtxt()读入的字符串
前言在python中字符串是有字节字符串和文本字符串之分的,我们通常说的字符串是指文本字符串。而使用numpy的loadtxt函数读取的字符串默认是字节字符串,输出的话字符串前面会有个b,形如b’……’。通常是需要转换的,如果不转换将会出现问题。numpy.loadtxt()以文本方式读取字符串比如今天,我使用numpy的ladtxt函数读取一个存储有文件名的txt文件,输出的文件...原创 2018-04-27 19:26:47 · 14147 阅读 · 0 评论 -
Numpy和Pandas中axis参数理解
前言numpy和Pandas是数据处理中常用的库,numpy和Pandas许多函数都有axis这个参数,传入axis参数可以指定在哪个轴上操作,但是使用axis到底该指定哪个轴,这带了很多的困惑。下面我们就来分析一下,axis是怎么指定不同的轴的,以及指定不同的轴,是怎样操作的。Pandas保持了Numpy对关键字axis的用法,在此我们以numpy为例进行解释。shape与axis...转载 2018-07-03 11:40:01 · 4228 阅读 · 1 评论 -
numpy笔记——np.linalg
np.linalg 模块下常用的有连个函数 - (1)np.linalg.inv():矩阵求逆 - (2)np.linalg.det():矩阵求行列式(标量)np.linalg.norm顾名思义,linalg=linear+algebra(线性代数),norm则表示范数,首先需要注意的是范数是对向量(或者矩阵)的度量,是一个标量(scalar):首先help(np.linalg.n...转载 2018-07-27 22:27:20 · 895 阅读 · 0 评论 -
python获得list或numpy数组中最大元素对应的索引
获得list中最大元素的索引aa = [1,2,3,4,5]aa.index(max(aa))相应的最小值使用aa = [1,2,3,4,5]aa.index(min(aa))获得numpy数组中最大元素的索引可以使用numpy的函数,argmax获得最大元素的索引,相应的获得最小值的话需要使用argmin。aa = [1,2,3,4,5]arr_aa =...转载 2018-08-19 09:41:49 · 113799 阅读 · 6 评论 -
numpy笔记——numpy中关于*和dot的区别
1.numpy乘法运算中"*"是数组元素逐个计算>>> import numpy as np>>> a = np.array([[2,3],[3,4]])>>> b = np.array([[3,4],[5,6]])>>> c = a * b>>> carray([[ 6, 12], ...转载 2019-08-07 10:12:31 · 1361 阅读 · 1 评论 -
np.max 与 np.maximum
1. 参数首先比较二者的参数部分:np.max:(a, axis=None, out=None, keepdims=False)求序列的最值最少接收一个参数axis:默认为列向(也即 axis=0),axis = 1 时为行方向的最值;np.maximum:(X, Y, out=None)X 与 Y 逐位比较取其大者;最少接收两个参数2. 使用上 >> np...转载 2019-08-24 17:06:05 · 1297 阅读 · 0 评论