关注
分享
文章平均质量分 80
NumPy 教程 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
饺子大人
我叫饺子大人，当然这不是我的真名，只是因为我喜欢吃饺子而已。学生时不懂python，不懂Machine Learning，更不懂人工智能。所以，工作后开始了我漫长的自学之路。我很欣赏网上那些默默奉献的人们, 分享自己所学的东西给了我很大的帮助。所以我决定我也要像那些奉献的人们一样, 将我的所学奉献给大家~可能有错，可能不全，但按你胃(Anyway)，成长的路上就是要不断的犯错。
Numpy→Pandas→Machine Learning
这是我的炼丹之道。
博客中的代码都可以在我GitHub中找到，需要的小伙伴请移步https://github.com/DumplingsMajesty
展开
-
24_Numpy数组通过切片选择和分配子数组
24_Numpy数组通过切片选择和分配子数组在Python中，使用冒号表示的[[start:stop:step]切片，您可以选择和检索序列对象的一部分，例如列表，字符串或tapple，或分配另一个值。也可以通过切片选择部分数组并将其提取或将另一个值分配给NumPy数组ndarray。将描述以下内容。切片的基础切片一维NumPy数组ndarray切片多维NumPy数组ndarray查看（参考）并复制与花式索引组合（按列表选择）如果要提取满足条件的行和列，请参考以下文章。18_NumP原创 2020-12-13 22:03:56 · 1322 阅读 · 0 评论 -
23_Python列表和数组以及numpy.ndarray的区别和正确使用
23_Python列表和数组以及numpy.ndarray的区别和正确使用Python在标准库中有一个内置类型的列表列表和一个数组数组。您也可以通过安装数值计算库NumPy使用多维数组numpy.ndarray。将解释它们各自的区别和正确使用。列表 - list数组 - array多维数组 - numpy.ndarray列表与数组和numpy.ndarray之间的区别列表 - list内置式:无需导入即可使用可以存储不同类型:也可以通过列表表示多维数组尽管从狭义上讲它可能不同于数组原创 2020-11-03 15:04:13 · 1854 阅读 · 0 评论 -
22_NumPy检查版本（np.version）
22_NumPy检查版本（np.version）有以下方法可以检查脚本中使用的NumPy的版本。获取版本号：__version__属性获取详细信息，例如Git修订版号：版本模块获取版本号：__version__属性像许多其他软件包一样，NumPy可以使用__version__属性获取版本号。import numpy as npprint(np.__version__)# 1.14.1获取详细信息，例如Git修订版号：版本模块在安装过程中会从setup.py生成一个version.原创 2020-09-03 19:30:19 · 3164 阅读 · 0 评论 -
21_Numpy进行矩阵运算（逆矩阵，行列式，特征值等）
21_Numpy进行矩阵运算（逆矩阵，行列式，特征值等）使用NumPy在Python中执行矩阵运算很方便。可以使用标准的Python列表类型实现二维数组（列表列表），但是NumPy可以用于轻松计算矩阵乘积，逆矩阵，行列式和特征值。NumPy具有通用多维数组类numpy.ndarray和矩阵（二维数组）专用类numpy.matrix。ndarray和matrix都可以执行矩阵（二维数组）操作（矩阵乘积，逆矩阵等），但是使用矩阵可以更轻松地编写代码。如果您经常计算矩阵乘积和逆矩阵，则矩阵可能更易于描述原创 2020-08-17 16:40:26 · 20813 阅读 · 1 评论 -
20_NumPy数组ndarray和Python标准列表相互转换
20_NumPy数组ndarray和Python标准列表相互转换NumPy数组ndarray和Python标准列表类型列表可以相互转换。将列表类型列表转换为NumPy数组ndarray：numpy.array（）将NumPy数组ndarray转换为列表类型列表：tolist（）尽管为方便起见使用了“转换”一词，但实际上会生成一种新型的对象，而原始对象保持不变。将列表类型列表转换为NumPy数组ndarray：numpy.array（）生成NumPy数组numpy.ndarray如果将Pyth原创 2020-08-11 15:40:33 · 7504 阅读 · 1 评论 -
19_NumPy如何使用insert将元素/行/列插入/添加到数组ndarray
19_NumPy如何使用insert将元素/行/列插入/添加到数组ndarray可以使用numpy.insert（）函数将元素，行和列插入（添加）到NumPy数组ndarray。这里将对以下内容与示例代码一起解释。numpy.insert（）概述一维数组使用numpy.insert（）插入和添加元素替换元素二维数组的行使用numpy.insert（）插入和添加行在numpy.vstack（）的开头和结尾添加行行的置换二维数组的列使用numpy.insert（）插入和添原创 2020-08-06 09:07:59 · 29567 阅读 · 0 评论 -
18_NumPy数组ndarray中提取，删除满足条件的元素，行和列
18_NumPy数组ndarray中提取，删除满足条件的元素，行和列将通过示例代码说明从NumPy数组ndarray中提取（获取）或删除满足条件的元素，行和列的方法。在此对以下内容进行说明：提取符合条件的元素提取符合条件的行和列使用numpy.all（）提取所有元素均满足条件的行和列使用numpy.any（）提取具有至少一个满足条件的元素的行/列删除符合条件的元素，行和列使用否定运算符〜使用numpy.delete（）和numpy.where（）对于多种条件当ndarr原创 2020-07-28 09:19:14 · 30757 阅读 · 0 评论 -
17_NumPy数组ndarray中计算满足条件的元素的个数
17_NumPy数组ndarray中计算满足条件的元素的个数连同示例代码一起说明了一种计算满足NumPy数组ndarray条件的元素数量的方法。将描述以下内容。全体ndarray中满足条件的元素数的计算计算ndarray的每一行和每一列满足条件的元素数使用numpy.any（）（全体，行/列）检查是否有满足条件的元素使用numpy.all（）检查所有元素是否都满足条件（全体，行/列）多种条件要替换满足条件的元素，请参考以下文章。04_Numpy的函数np.where（）—满足条件的处原创 2020-07-19 17:22:41 · 24614 阅读 · 2 评论 -
16_NumPy数组ndarray以任何顺序排列行和列
16_NumPy数组ndarray以任何顺序排列行和列NumPy数组ndarray的行和列可以使用称为花哨索引的机制以任何顺序重新排列（替换）。分别描述行和列的情况。以任何顺序对列进行排序以任何顺序对行进行排序使用np.sort（）或np.argsort（）进行升序或降序排序（排序）。详情请参阅以下文章15_Numpy使用sort和argsort函数进行(行・列）排序以下面的二维阵列为例。import numpy as npa = np.arange(10, 35).resha原创 2020-07-07 18:39:21 · 2592 阅读 · 0 评论 -
15_Numpy使用sort和argsort函数进行(行・列）排序
15_Numpy使用sort和argsort函数进行(行・列）排序如果将NumPy函数numpy.sort（）应用于二维NumPy数组ndarray，则可以获得一个ndarray，其中每一行和每一列的值都按升序分别排序。如果要按特定的行或列进行排序，请使用numpy.argsort（）。numpy.argsort（）是一个返回索引ndarray而不是排序值的函数。将描述以下内容。如何使用numpy.sort（）：获取排序数组ndarray如何使用ndarray.sort（）：排序数组ndarr原创 2020-06-30 20:13:08 · 18241 阅读 · 2 评论 -
饺子大人的Python-Numpy
Python-Numpy我叫饺子大人，当然这不是我的真名，只是因为我喜欢吃饺子而已。学生时不懂python，不懂Machine Learning，更不懂人工智能。所以，工作后开始了我漫长的自学之路。我很欣赏网上那些默默奉献的人们, 分享自己所学的东西给了我很大的帮助。所以我决定我也要像那些奉献的人们一样, 将我的所学奉献给大家~我将假设你已经有了一定的python基础，而是在日常的使用中为不知道某个函数的功能而发愁的小伙伴。在此我先总结分享出Numpy和Pandas的一些函数的使用方法。再总结个人的一些原创 2020-05-10 10:32:51 · 448 阅读 · 0 评论 -
14_NumPy数组ndarray的显示格式（位数，指数符号，零填充等）的指定
14_NumPy数组ndarray的显示格式（位数，指数符号，零填充等）的指定通过print（）显示NumPy数组ndarray时，可以通过numpy.set_printoptions（）来更改显示格式（位数，指数符号，零填充等）。设置后，脚本将使用该设置。np.set_printoptions（）的设置是通过print（）显示时的设置，原始ndarary本身的值不会更改。在此：指定小...原创 2020-03-25 13:24:41 · 10224 阅读 · 1 评论 -
13_Numpy数组(ndarray)中含有缺失值(nan)行和列的删除方法
13_Numpy数组(ndarray)中含有缺失值(nan)行和列的删除方法要删除NumPy数组ndarray中包含缺失值NaN的行或列，可以使用np.isnan（）确定缺失值，使用any（）或all（）提取不含缺失值行和列。在此，将对以下进行说明内容。删除所有的缺失值（NaN）删除包含缺失值（NaN）的行删除包含缺失值（NaN）的列如果要用其他值代替缺少的值而不是删除它们，请参阅...原创 2020-03-03 15:26:27 · 44724 阅读 · 9 评论 -
12_Numpy数组(ndarray)中缺失值(nan)的替换
12_Numpy数组(ndarray)中缺失值(nan)的替换将NumPy数组ndarray的缺失值NaN（例如np.nan）的元素替换为其他值时，可是使用np.nan_to_num（）和np.isnan（）布尔值索引的方法。可以将其替换为任意值，或替换为不包含缺失值NaN的元素的平均值。在此，将对以下进行说明内容。缺失值NaN的生成和判定np.genfromtxt()参数filling...原创 2020-02-25 13:37:54 · 35043 阅读 · 0 评论 -
11_Numpy含有缺失值ndarray数组的求和，平均值的计算方法
11_Numpy含有缺失值ndarray数组的求和，平均值的计算方法通常情况下，ndarrya数组中会含有一个或多个缺失值(nan)，这种情况下使用函数sum()来求和的话，会直接返回nan。这个时候可以使用函数nansum()，可以对缺失值(nan)以外的其他值进行求和。机器学习时，对于缺失值的处理方法，在以后的文章中再进行介绍。举例：使用函数np.genfromtxt()读取一个含有缺失...原创 2020-02-17 12:35:42 · 6518 阅读 · 1 评论 -
10_Numpy图片RGB色彩通道的分离，以及单色化，黑色化和颜色的交换
10_Numpy图片RGB色彩通道的分离，以及单色化，黑色化和颜色的交换使用Numpy进行图片处理时，RGB图片为行(高度)*列(宽度)*高(3)的ndarray数组，黑白图片为行(高度)*列(宽度)的2维ndarray数组。因为时单纯简单的数组形式，所以可以对各个颜色的通道进行处理。单色化黑白化(灰度图)颜色的交换单色化其他值全部为0的单色图的表示。im_R = im.cop...原创 2020-02-12 13:14:23 · 3938 阅读 · 0 评论 -
09_Numpy生成空ndarray数组的方法(empty和empty_like)
09_Numpy生成空ndarray数组的方法(empty和empty_like)Numpy生成没有初始值空数组的方法如下：Numpy.empty()大小(行数,列数)shape,类型由参数dtype来指定。Numpy.empty_like()生成和已有数组相同大小，类型的数组。生成的数组元素为随机数。初始值为0或1，任意数数组生成方法参照以下链接。08_Numpy...原创 2020-02-07 16:27:38 · 14502 阅读 · 1 评论 -
08_Numpy初始化生成相同元素值的ndarray数组
08_Numpy初始化生成相同元素值的ndarray数组生成相同元素值数组的方法如下:通过形状shape(行数,列数)的指定，和带类型参数dtype的方法。numpy.zeros(): 初始值为0numpy.ones(): 初始值为1numpy.full(): 任意值的初始化如何生成与现有数组相同(指的是形状shape,类型dtype相同)的数组。numpy.zeros_lik...原创 2020-02-04 16:00:53 · 17489 阅读 · 0 评论 -
07_Numpy渐变图片的生成
07_Numpy渐变图片的生成如果图片以ndarray格式处理的话，Numpy有丰富的功能可以对已有图片进行处理，从而得到一张新的图片。例如:之前介绍过的保存，读取等功能。01_Numpy的图片处理（读取，变换，保存）在此，对渐变图片的生死进行介绍:np.tile()和np.linspace()渐变图片生成（代码）np.tile()和np.linspace()虽然生成方法有很多...原创 2020-01-27 16:44:02 · 1329 阅读 · 0 评论 -
06_Numpy各种随机数组的生成方法
06_Numpy各种随机数组的生成方法numpy.random模块中，有很多可以生成随机数的函数。在此，对以下的内容进行说明：生成均匀分布的随机数。numpy.random.rand(): 0.0到1.0numpy.random.random_sample(): 0.0到1.0numpy.random.randint()：任意值范围的整数生成正态分布的随机数。numpy....原创 2020-01-21 14:01:19 · 7397 阅读 · 0 评论 -
05_Numpy任意行&列的删除方法（numpy.delete）
05_Numpy任意行&列的删除方法（numpy.delete）函数Numpy.delete（）可以删除ndarray数组中任意的行或者列。指定要删除的轴（维度）和要删除的位置（行号，列号）。也可以通过切片或列表选择多个行或者列的编号。对以下的内容进行说明:Numpy.delete（）基本的使用方法删除指定的索引（行或者列）：参数obj删除指定的轴（维度）：参数axis...原创 2020-01-17 10:12:45 · 37985 阅读 · 1 评论 -
04_Numpy的函数np.where（）—满足条件的处理
04_Numpy的函数np.where（）—满足条件的处理函数Numpy.where()可以对Numpy数组（ndarray）进行条件的指定，对满足条件的元素进行替换，修改，或一些特定的处理。同时也可以取得满足条件元素的进行索引。对以下内容进行说明：numpy.where()的概要多个条件式的使用满足条件元素的替换满足条件元素的处理满足条件元素的索引Numpy.where()的...原创 2020-01-14 12:51:44 · 13359 阅读 · 1 评论 -
03_Numpy的数组各行，各列的求和，平均值，最大值，最小值，最大最小值差，标准差，方差等的计算
Numpy的数组各行，各列的求和，平均值，最大值，最小值，最大最小值差，标准差，方差等的计算函数numnumpy.sum()可以算出ndarray数组中所有元素的和，函数numpy.mean()可以算出ndarray数组中所有元素的平均值。默认的情况下是算出数组中所有元素的和与平均值，但是也可以使用参数axis，对行或列进行计算。在此，对一下的内容进行说明。numpy.sum() 求和...原创 2020-01-10 07:46:22 · 44640 阅读 · 1 评论 -
01_Numpy的图片处理（读取，变换，保存）
Python.Numpy的图片处理（读取，变换，保存）使用Numpy的ndarray可以读取图片文件，并且可以对图片进行各种各样的处理。例如：图片像素值的读取，替换，随机剪裁，拼接等等都可以使用ndarray。对于已经习惯使用Numpy的人们来说，已经可以不使用OpenCV进行图像处理。即便是使用OpenCV进行图片处理的时候，OpenCV图像的读取也是使用的ndarray形式，所以直接使用...原创 2019-12-30 21:36:20 · 24083 阅读 · 3 评论 -
02_Numpy的One-hot形式的转换（eye，identity）
Numpy的（eye，identity）One-hot形式的转换One-hot形式？只有1个1（High），其他全部为0（Low）的形式称为one-hot。相对，只有1个0（Low），其他全部为1（High）的形式称为one-cold（好像是）。在机器学习中，使用Tensorflow等框架进行分类问题预测的时候，经常使用one-hot形式来表达输出预测的结果。比如：MNIST的手写数字数据...原创 2020-01-04 18:50:44 · 1256 阅读 · 0 评论