![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NumPy
文章平均质量分 50
庾信平生最萧瑟
坎坷之路 终抵星空
展开
-
numpy求平均值的两种方法不一样
numpy求平均值的两种方法不一样1、np.mean(x,axis=())2、先reshape,再求均值(np.mean())可是求出来的不一样,但是最后的三种均值的sum是相同的。以后统一用一种方法,出bug在试一下另一种方法是否可行。...原创 2020-04-29 10:15:40 · 3102 阅读 · 1 评论 -
np.argsort()和np.sort()
np.argsort()、np.sort()1、np.sort()[::-1]降序排序x = np.array([5,4,1,2,3])In [8]: np.sort(x)[::-1]Out[8]: array([5, 4, 3, 2, 1])2、np.sort()[::1]升序排序In [7]: np.sort(x)[::1]Out[7]: array([...原创 2019-12-08 11:51:32 · 5898 阅读 · 0 评论 -
numpy.apply_along_axis
numpy.apply_along_axis1、apinumpy.apply_along_axis(func1d, axis, arr, *args, **kwargs)2、参数和返回值参数:fun1d 处理沿axis轴的arr数据,接收一维的数据 axis 按那个轴处理 arr 要处理的数据 返回值:处理后的array型数据,比arr少了...原创 2019-12-04 20:19:51 · 655 阅读 · 0 评论 -
numpy.meshgrid
numpy.meshgrid1、apinumpy.meshgrid(*xi, **kwargs)作用:从坐标向量,返回坐标矩阵2、参数和返回值参数x1,x2,x3,.......xn 每一个x代表了一个点的坐标轴 indexing : {‘xy’, ‘ij’}, ///可选参数 笛卡尔坐标,或者矩阵的索引 sparse : bool, ///可选参数...原创 2019-12-02 14:20:49 · 146 阅读 · 0 评论 -
numpy.c_,numpy.r_
numpy.c_ , numpy.r_1.numpy.c_按列叠放>>> x = np.array([1,2,3])>>> y = np.array([4,5,6])>>> xarray([1, 2, 3])>>> yarray([4, 5, 6])>>> x.shape(3,)...原创 2019-12-02 13:52:32 · 153 阅读 · 0 评论 -
numpy.clip
numpy.clipnumpy.clip(a,min,max,out=None)在(min,max)之外的数将变为min和max,比如(1,5),比1小的数将替换为1,比5大的数被替换为5点这里 -----> 官方文档参数:a:数组 min,数/数组/None,当时数组的时候,一个一个对应;None是不修剪(min和max不能同时为None) max,数/数组...原创 2019-11-03 11:42:33 · 429 阅读 · 0 评论 -
numpy.linalg.norm求范数
numpy.linalg.norm求范数用help(numpy.linalg.norm)查看帮助文档:norm(x, ord=None, axis=None, keepdims=False)1、x代表矩阵或者向量2、ord,代表范数向量的范数ord=None 默认 元素平方和。开根号 ord=2 2范数 同上 ord=1 1范数 ...原创 2019-10-25 18:34:41 · 2576 阅读 · 0 评论 -
np.mean、np.min、np.max
np.mean、np.max、np.min1、np.mean返回平均值In [3]: np.mean([1,2,3,4,5,6])Out[3]: 3.5有多少值匹配a=np.array([1,2,3,4,5,2,3,1])b=np.array([1,2,3,4,5,0,0,0])print(np.mean(a==b))#print 0.6252...原创 2019-10-22 21:34:42 · 2304 阅读 · 0 评论 -
np.around、np.reshape、np.squeeze
np.around、np.reshape、np.squeeze1、np.around1、四舍五入2、当是.5时,最后取得证书要是偶数In [17]: np.around([0.4,0.5,0.12,0.6,0.3,1.2,1.8,1.3])Out[17]: array([0., 0., 0., 1., 0., 1., 2., 1.])In [21]: np.round([0...原创 2019-10-22 21:30:19 · 473 阅读 · 0 评论 -
np.outer(),np.sum()
np.outer(),np.sum()1、np.outer()每次拿第一个输入量的一个元素与第二个输入量相乘作为一行,直到第一个输入量的元素遍历完。import numpy as npa=np.array([[1,2], [3,4]])b = np.array([1,3])print(np.outer(a, b))# [[ 1 3]# [ 2...原创 2019-10-22 13:24:54 · 439 阅读 · 0 评论 -
Normaling rows
Normaling rows机器学习和深度学习中经常要归一化我们的数据,因为这样做,梯度下降会更快的收敛,从而得到一个很好的效果,归一化方法:向量中的每一个元素除以对应行每个元素的平方和。import numpy as npdef normalizeRows(x): """ Implement a function that normalizes e...原创 2019-10-22 11:20:58 · 263 阅读 · 0 评论 -
np.dot、np.random.randn、np.random.randint
np.dot、np.random.randn、np.random.randint1、np.dot()1、处理的是数组:得到的是一个标量,即:内积(对应元素相乘做加和,此方法可以得到平方和)import numpy as npa = np.arange(0,5)b = np.arange(0,5)print(np.dot(a,b))# print 30c = np.ara...原创 2019-10-21 18:02:35 · 316 阅读 · 0 评论