numpy学习
小派星
这个作者很懒,什么都没留下…
展开
-
组队学习Numpy下--Task04线性代数
线性代数 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。但是由于 NumPy 中同时存在 ndarray 和 matrix 对象,因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则,因此官方并不推荐在程序中使用 matrix。在这里,我们仍然用 ndarray 来介绍。 矩阵和向量积 矩阵的定义、矩阵的加法、矩阵的数乘、矩阵的转置与二维数组完全一致,不再进行说明,但矩阵的乘法有原创 2020-11-29 22:50:52 · 113 阅读 · 0 评论 -
Numpy组队学习下 - 统计相关
统计相关 次序统计 计算最小值 numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])Return the minimum of an array or minimum along an axis. 【例】计算最小值 import numpy as np x = np.array([[11, 12, 13, 14, 15], [16,原创 2020-11-27 23:14:20 · 125 阅读 · 0 评论 -
Numpy组队学习下-随机抽样
随机抽样 numpy.random 模块对 Python 内置的 random 进行了补充,增加了一些用于高效生成多种概率分布的样本值的函数,如正态分布、泊松分布等。 numpy.random.seed(seed=None) Seed the generator. seed()用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed()值,则每次生成的随机数都相同,如果不设置这个值,则系统根据时间来自己选择这个值,此时每次生成的随机数因时间差异而不同。 在对数据进行预处理时,经常加入新的操作或改变原创 2020-11-24 22:28:30 · 141 阅读 · 0 评论 -
numpy组队学习下-输入和输出day01
numpy组队学习下-输入和输出 save()、savez()和load()函数以 numpy 专用的二进制类型(npy、npz)保存和读取数据,这三个函数会自动处理ndim、dtype、shape等信息,使用它们读写数组非常方便,但是save()输出的文件很难与其它语言编写的程序兼容。 npy格式:以二进制的方式存储文件,在二进制文件第一行以文本形式保存了数据的元信息(ndim,dtype,shape等),可以用二进制工具查看内容。 npz格式:以压缩打包的方式存储文件,可以用压缩软件解压。 numpy.原创 2020-11-23 22:22:57 · 87 阅读 · 0 评论