![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 60
爱抠脚的coder
这个作者很懒,什么都没留下…
展开
-
np.nditer()
我直接写在了代码里:#单数组的迭代# import numpy as np# a = np.arange(6).reshape(2,3)# print a# for x in np.nditer(a):# print x# print a.T#you will find a & a.T has the same result# for x in np.nditer(a原创 2018-03-15 10:06:27 · 5075 阅读 · 0 评论 -
np.random.binomial()
再看如何实现dropout的时候,发现了这个函数。这个函数是用来计算一个随机变量X(它满足二项分布),他的取值的结果0-n中的哪一个。二项分布可以理解成n次贝努力试验,以X表示的是事件A发生的概率,X是一个随机变量,他的取值为0,1,,,,n。这里的n表示的是n次贝努力试验,和size是不相关的。size表示的是整个n次贝努力试验进行的次数。(1)函数原型:numpy.random.bin...原创 2018-08-19 16:48:56 · 28460 阅读 · 2 评论 -
np.eye()和np.identity()
今天在完成深度学习的相关编程作业的时候,发现代码中出现了一个关于np.eye()的函数,这个函数的用法非常的简单,但是在预制的代码中,这个函数的用法并非单单制造一个对角矩阵,而是通过其来将一个label数组,大小为(1,m)或者(m,1)的数组,转化成one-hot数组。例如他可以将类别总数为6的labels=[1,2,3,0,1,1]的数组转化成数组[[0,1,0,0,0,0],[0,0,1,0...原创 2018-08-06 16:36:29 · 70076 阅读 · 3 评论 -
plt.scatter()
总是去别人的博客里面找关于scatter散点图相关用法,想想还是自己写一个吧,下次看自己的就行。函数的原型:matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=No...原创 2018-07-31 11:42:23 · 206107 阅读 · 14 评论 -
np.dot(),np.outer(),np.multiply(),*
这一个博客主要是整理所有的关于矩阵还是数组的乘法的细节。代码:你需要在下面的代码里面主要到这些点:(1):np.dot()如果碰到的是秩为1的数组,那么执行的是对应位置的元素相乘再相加;如果遇到的是秩不为1的数组,那么执行的是矩阵相乘。但是需要注意的是矩阵与矩阵相乘是秩为2,矩阵和向量相乘秩为1。(2):np.multiply()表示的是数组和矩阵对应位置相乘,输出和输出的结果sh...原创 2018-07-29 18:50:23 · 6219 阅读 · 3 评论 -
向量和矩阵范数
一、向量的范数二、矩阵的范数python求解范数的函数的原型是:numpy.linalg.norm(x,ord=None,axis=None,keepdims=False)参数:(1):x表示的是数组,如果说axis不存在的话,那么x必须是一个一维或者2维的数组。(2):ord表示的是一个非零的int数字,或者是inf,-inf,fro,nuc等等。表示的是范数的类...原创 2018-07-29 16:20:46 · 745 阅读 · 1 评论 -
np.random.
1.numpy.random.randn(d0,d1,...,dn):产生d0 - d1 - ... - dn形状的标准正态分布的float型数2. numpy.random.rand(d0, d1, ..., dn),产生d0 - d1 - ... - dn形状的在[0,1)上均匀分布的float型数3.numpy.random.uniform(low,high,size),从一个均匀分原创 2018-03-23 15:25:08 · 268 阅读 · 0 评论 -
np.vstack()和np.hstack()
在这里我们介绍两个拼接数组的方法:np.vstack():在竖直方向上堆叠np.hstack():在水平方向上平铺import numpy as nparr1=np.array([1,2,3])arr2=np.array([4,5,6])print np.vstack((arr1,arr2))print np.hstack((arr1,arr2))a1=np.array([[1,2]...原创 2018-03-13 12:17:41 · 164345 阅读 · 2 评论 -
np.array_split()&np.split()
np.split():大小要么按照数字来划分(int),要么是一个list来划分:但是如果你仅是输入一个int类型的数字的话,你的数组必须是均等的分割,否则就会报错,不像array_split()是可以进行不均等的划分的!>>> x = np.arange(9.0)>>> np.split(x, 3)[array([ 0., 1., 2.]), array([ 3., 4.,原创 2018-03-13 11:07:37 · 21725 阅读 · 0 评论 -
np.bincount()
大牛的解释很详细转载 2018-03-13 10:19:11 · 608 阅读 · 0 评论 -
np.linalg.norm()&np.linalg.det()&np.linalg.inv()
一、np.linalg.det():矩阵求行列式二、np.linalg.inv():矩阵求逆三、np.linalg.norm():求范数norm(x, ord=None, axis=None, keepdims=False)x:表示操作的矩阵或者向量ord:表示的是几范数(默认是二范数)(1)ord=1:(2)ord=2:(3)ord=np.inf:import numpy as npx=np....原创 2018-03-12 16:56:04 · 10730 阅读 · 0 评论 -
np.ravel()&n.flatten()
这两个函数的功能都是将多维的数组降低为一维,但是区别在于一个是拷贝,一个仅是视图。np.flatten()返回的是数组的拷贝,对拷贝的修改不会影响到原始的数组;但是np.ravel()是原数组的视图,对视图的修改会更改了原始的数组的数据。且我们在多维变成一维的时候,是默认的行优先。import numpy as npx=np.array([[1,2,3],[3,4,5]]原创 2018-03-12 15:22:29 · 652 阅读 · 0 评论 -
关于Python3的import问题(pycharm可以运行,命令行import错误)
以前从来没有写过特别多的代码,这次在阅读论文的时候跑别人的代码的时候出现了很多import的问题,这里我想跟大家分享一下,我在Ubuntu系统,使用的是anaconda3,版本为3.6,我一般会在pycharm上跑代码,但是有时候pycharm上跑通的代码,在命令行下总出现import的问题,所以这里来总结一下,我就举个简单的例子吧!一、同一目录下的import下面是我的文档的结构:你可以...原创 2018-08-23 11:34:07 · 24188 阅读 · 3 评论