![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
numpy
我是一个对称矩阵
这个作者很懒,什么都没留下…
展开
-
numpy系列(5)-索引、切片、排序、搜索和计数
1. 数组索引一维:假设有a=array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])i. 获取索引值为 1 的数据:a[1] // 1ii. 分别获取索引值为 1,2,3 的数据:a[[1, 2, 3]] // array([1, 2, 3])二维:假设有a=array([[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14],[15, 16, 17, 18, 19]原创 2021-02-09 15:50:49 · 316 阅读 · 0 评论 -
numpy系列(4)-数学函数、算数、代数运算
1. 数学函数• np.pi :兀1.1 三角函数• numpy.sin(x):三角正弦。• numpy.cos(x):三角余弦。• numpy.tan(x):三角正切。• numpy.arcsin(x):三角反正弦。• numpy.arccos(x):三角反余弦。• numpy.arctan(x):三角反正切。• numpy.hypot(x1,x2):直角三角形求斜边。• numpy.degrees(x):弧度转换为度。• numpy.radians(x):度转换为弧度。• nu原创 2021-02-09 15:50:21 · 431 阅读 · 0 评论 -
numpy系列(3)-随机数、概率密度
1. 随机数:主要由 numpy.random 模块完成numpy.random.rand(3,2,3) #使用 [0,1) 区间随机数均匀分布填充一个(3,2,3)(自定义尺寸)数组numpy.random.randn(3,2,3) // 使用标准正态分布而已np.random.randint(low, high, size, dtype) // [low, high)随机整数np.random.random_sample(random_sample(size)) // 0, 1)原创 2021-02-09 15:49:45 · 1129 阅读 · 0 评论 -
numpy系列(2)-数组的基本操作
按序号查看1.改变数组形状2.数组展开3.轴移动4.轴交换5.数组转置6.维度改变7.类型转换8.数组连接9.数组堆叠10.数组拆分11.元素删除12.插入13.附加14.重设尺寸15.翻转数组0. NumPy 数组图示注意axis定义,shape返回的大小与axis轴对应1. 改变数组形状reshape 可以在不改变数组数据的同时,改变数组的形状:numpy.reshape(a, newshape) //newshape 用于指定新的形状(整数或者元组原创 2021-02-09 15:48:50 · 362 阅读 · 0 评论 -
numpy系列(1)-数组创建及属性
1. 预a //查看aa.dtype //查看dtype类型a.astype(int) //将a转为int型2. 创建ndarray使用np.array方法np.array([[1, 2, 3], [4, 5, 6]])np.array([(1, 2), (3, 4), (5, 6)])b. 使用arangenumpy.arange(start, stop, step, dtype=None) //[开始, 停止)c. 使原创 2021-02-09 15:46:58 · 185 阅读 · 0 评论