![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
qq_17136695
这个作者很懒,什么都没留下…
展开
-
cPickle
http://www.cnblogs.com/cobbliu/archive/2012/09/04/2670178.html原创 2016-10-15 17:03:52 · 561 阅读 · 0 评论 -
python使用基础随记
import os#获取当前工作目录>>>os.getcwd()#更改当前工作目录>>>os.chdir('d:\')原创 2016-09-22 20:29:30 · 172 阅读 · 0 评论 -
numpy入门
https://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.htmlhttp://old.sebug.net/paper/books/scipydoc/numpy_intro.html>>> c = np.array([[1, 2, 3, 4],[4, 5, 6, 7], [7, 8, 9, 10]])原创 2016-10-21 14:41:42 · 149 阅读 · 0 评论 -
numpy.transpose 使用问题
最近用了矩阵转置 numpy.transpose(),发现了一点有趣的现象:[python] view plain copyx=linspace(0,4,5) array([0.,1.,2.,3.,4.])[python] view plain copyx.shape (5,原创 2016-10-21 15:13:12 · 610 阅读 · 0 评论 -
plt实例
classes = ['plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']num_classes = len(classes)samples_per_class = 7for y, cls in enumerate(classes): idxs = np.flatnonz原创 2016-10-21 16:42:06 · 517 阅读 · 0 评论 -
numpy使用中随机
X = X.reshape(10000, 3, 32, 32).transpose(0,2,3,1).astype("float") 解释:#(10000,32,32,3) >>> x = np.ones((1, 2, 3))>>> np.transpose(x, (1, 0, 2)).shape(2, 1, 3)>>> x = np.array([1, 2, 2.5原创 2016-10-21 15:23:03 · 376 阅读 · 0 评论 -
np.linalg
np.linalg.norm顾名思义,linalg=linear+algebra,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.norm)查看其文档:norm(x, ord=None, axis=None, keepdims=False)11这里我们只对常用设置进行说明,x表转载 2016-10-22 14:49:41 · 349 阅读 · 0 评论 -
概略
np.dot(a,b) 矩阵相乘 X.transpose() np里的转置np.diag()用法如下:>>> xarray([[0, 1, 2], [3, 4, 5], [6, 7, 8]])>>>>>> np.diag(x)array([0, 4, 8])>>> np.diag(x, k=1)原创 2016-10-22 16:05:45 · 262 阅读 · 0 评论