![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Numpy学习
怡颜悦色
图象识别方向从事者。
展开
-
Numpy 学习专题(十)—— 大作业
import numpy as npimport pandas as pd1.导入同时存在数字和文本的数据集iris = pd.read_csv(‘iris.csv’, usecols=[1, 2, 3, 4, 5])转换成numpy数组形式columns_name = iris.columns # [‘Sepal.Length’, ‘Sepal.Width’, ‘Petal.Length’, ‘Petal.Width’, ‘Species’]iris_array = np.array([[i原创 2020-12-01 20:29:16 · 607 阅读 · 0 评论 -
Numpy 学习专题(九)—— 线性代数
前言Numpy 定义了 matrix 类型,使用该 matrix 类型创建的是矩阵对象,它们的加减乘除运算采用矩阵方式计算。但是由于 NumPy 中同时存在 ndarray 和 matrix对象,因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则,因此官方并不推荐在程序中使用 matrix。在这里,我们仍然用 ndarray 来介绍。一、矩阵和向量积numpy.dot(a, b)计算两个矩阵的乘积,如果是一维数组则是它们的内积。x = np.array([1, 2, 3原创 2020-11-29 13:01:22 · 185 阅读 · 0 评论 -
Numpy 学习专题(八)—— 统计相关内容
一、次序统计1.计算最值计算最小值x = np.array([[11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25], [26, 27, 28, 29, 30], [31, 32, 33, 34, 35]]) y = np.min(x)print(y) # 11y = np.m原创 2020-11-27 10:46:20 · 171 阅读 · 0 评论 -
Numpy 学习专题(七)—— 随机抽样
一、随机抽样numpy.random.seed(seed=None)seed()用于指定随机数生成时所用算法开始的整数值。如果使用相同的seed()值,则每次生成的随机数都相同,如果不设置这个值,则系统根据时间来自己选择这个值,此时每次生成的随机数因时间差异而不同。二、离散型随机变量1.二项分布二项分布可以用于只有一次实验只有两种结果,各结果对应的概率相等的多次实验的概率问题。比如处理猜10次拳赢6次的概率等类似的问题。numpy.random.binomial(n, p, size=Non原创 2020-11-25 18:28:34 · 673 阅读 · 0 评论 -
Numpy 学习专题(六)—— 输入输出
一、numpy二进制文件存储单个数组outfile = 'E:/wxs/Desktop/1.npy' # 存储路径np.random.seed(20201122)x = np.random.uniform(0, 1, [2, 2])np.save(outfile, x)y = np.load(outfile)print(y)存储多个数组原创 2020-11-22 21:21:18 · 186 阅读 · 0 评论 -
Numpy 学习专题(五)—— 排序、搜索、计数、集合
前言一、排序numpy.sort()在这里插入代码片原创 2020-10-30 19:42:02 · 278 阅读 · 0 评论 -
Numpy 学习专题(四)—— 数学函数与逻辑函数
前言数学函数与逻辑函数一、向量化和广播如果两个数组的维度数dim不相同,数组的形状将会那么小维度在左边补1。x = np.arange(4)print(x) # [0 1 2 3]print(x.shape) # (4,)y = np.ones((3, 4))print(y)# [[1. 1. 1. 1.]# [1. 1. 1. 1.]# [1. 1. 1. 1.]]print(y.shape) # (3, 4)print(x + y)# [[1. 2. 3原创 2020-10-27 11:34:30 · 423 阅读 · 0 评论 -
Numpy 学习专题(三)—— 数组的变形
一、更改数组形状通常为了满足计算要求,我们会对数组进行形状变化。本模块会用到 numpy 模块,本中 numpy 全部用 np 代替,即 import numpy as npnumpy.ndarray.shape该函数可表示数组的形状或修改形状。x = np.array([1,2,3,4])print(x.shape) # (8,)x.shape = [2, 2]print(x)# [[1, 2]# [3, 4]] numpy.ndarray.flat该函数可把数组转换为一原创 2020-10-25 11:06:33 · 1011 阅读 · 0 评论 -
Numpy 学习专题(二)—— 索引与切片
前言索引指的是用方括号 “[ ]” 加序号的形式引用数组中特定位置的元素,它的作用是从数组中取出一部分相应的元素重新组成一个子数组,而这个子数组就是通过索引得到的切片。原创 2020-10-22 23:07:46 · 534 阅读 · 0 评论 -
Numpy 学习专题(一)—— 数组的创建
学习目标:提示:这里可以添加学习目标例如:一周掌握 Java 入门知识学习内容:提示:这里可以添加要学的内容例如:1、 搭建 Java 开发环境2、 掌握 Java 基本语法3、 掌握条件语句4、 掌握循环语句学习时间:提示:这里可以添加计划学习的时间例如:1、 周一至周五晚上 7 点—晚上9点2、 周六上午 9 点-上午 11 点3、 周日下午 3 点-下午 6 点学习产出:提示:这里统计学习计划的总量例如:1、 技术笔记 2 遍2、CSDN 技术博客 3 篇原创 2020-10-20 14:17:15 · 1024 阅读 · 3 评论