学习记录-1

最新推荐文章于 2024-09-26 11:55:47 发布

除了学习无所事事

最新推荐文章于 2024-09-26 11:55:47 发布

阅读量120

点赞数 1

文章标签： python 机器学习算法

本文链接：https://blog.csdn.net/qq_41011449/article/details/103639067

版权

1.max函数-输出最大值，但可以加一个key的索引（即按大小、出现次数等比较）

a=np.array([1,2,3,4])
max(a)
#输出为4
a=np.array([[2,3,3,4],[2,2,3,4,5]])
max(a)
#输出为[2, 3, 3, 4]，按第一个元素的大小进行比较，ru`在这里插入代码片，若相同，比较第二个元素`
##key的作用
a=np.array([[2,3,3,4],[2,2,3,4,5]])
max(a,key=len)
#输出为[2, 2, 3, 4, 5]。按长度比较大小
closest_y=[3,3,3,4,4,8,9]
y_pred=max(closest_y,key=closest_y.count)
#输出为3。按计数个数比较大小，但是注意只有list才可以用count

可以参考 https://www.runoob.com/python/func-number-max.html
2.count函数-计数

a=[1,2,3,4,1]
b=a.count(1)
print(b)
#输出为2，即1出现2次
##list好像不能添加起始和终止位置

3.list函数-可以将数组形式转化为list。但要注意里面的格式会略有不同，如下。
同理array可以反过来作用

import numpy as np
a=np.random.random((3,4))
print(type(a))
a1=list(a)
print(type(a1))
a2=np.array(a1)
print(type(a2))
#输出：a1= <class 'list'>
# a2= <class 'numpy.ndarray'>

注意格式的不同：

a=[[0.74212747 0.16969195 0.96978134 0.26304582]
 [0.8654702  0.09960928 0.53975792 0.70459093]
 [0.41185221 0.87763278 0.75961234 0.44468686]]
 a1=[array([0.74212747, 0.16969195, 0.96978134, 0.26304582]), array([0.8654702 , 0.09960928, 0.53975792, 0.70459093]), array([0.41185221, 0.87763278, 0.75961234, 0.44468686])]