![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
yuzhang_zy
现在的我不是最好的我,未来的我才是最好的我,每一篇博客都记录着我的成长
展开
-
numpy中的tile函数
在机器学习中的矩阵运算中常常会遇到横向复制矩阵与纵向复制矩阵元素的操作,这个时候就需要使用到numpy包中的tile函数了,使用tile函数进行复制的时候,方法中一般会传递一个或者是两个参数,当tile函数中传递一个参数的时候表示的是横向复制矩阵中的元素,当传递两个参数的时候表示的是横向与纵向复制矩阵中的元素,具体的数字表示的是复制多少次,下面是具体的例子:import numpy as npif __name__ == '__main__': # 使用numpy中的array方法创建数组原创 2020-10-27 16:05:44 · 354 阅读 · 0 评论 -
numpy中的array数组常见操作
1. 创建一维数组与二维数组# 一维数组a = np.array([1, 2, 3])b = np.array([1., 2., 3.])# 二维数组c = np.array([[1., 2.], [3., 4.]])d = np.array([[1, 2], [3, 4]])e = np.array([[1, 2], [3, 4]], dtype=complex)print(a, a.dtype)print(b, b.dtype)print(c, c.dtype)print(d,原创 2020-10-18 10:25:13 · 2769 阅读 · 0 评论 -
numpy中的arange函数
在matplotlib中的绘图中经常会使用到numpy中arrange函数,函数返回一个有终点和起点的固定步长的排列,下面是arrange函数的一些基本的用法:①一个参数时,参数值为终点,起点取默认值0,步长取默认值1②两个参数时,第一个参数为起点,第二个参数为终点,步长取默认值1③三个参数时,第一个参数为起点,第二个参数为终点,第三个参数为步长。其中步长支持小数import numpy as npif __name__ == '__main__': nums = np.a...原创 2020-09-23 10:22:35 · 1963 阅读 · 0 评论 -
numpy生成随机数的简单应用
在涉及到数据分析的时候经常会使用到某个范围之内的随机数,所以掌握numpy中常见的随机数的生成是很有帮助的,下面是numpy.random的常见用法:1. 生成指定形状的0 - 1之间的随机数:np.random.random()和np.random.rand(),括号中的参数为生成的数组的维数,random与rand不同的一点是rand可以传递多个参数,比如生成二维数组numpy.rand(4,5),而random需要括起来两个参数a = np.random.random(2)print(a)原创 2020-09-25 22:03:24 · 5441 阅读 · 0 评论