![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
文章平均质量分 60
O_meGa
这个作者很懒,什么都没留下…
展开
-
Numpy系列文章
1、NumPy简介:开启Python科学计算之旅2、NumPy ndarray:多维数组对象基础3、Numpy中的通用函数4、ndarray排序、搜索和计数函数5、NumPy 高级索引和切片6、Numpy形状操纵7、Numpy数组堆叠8、Numpy数组拆分9、Numpy视图与拷贝10、Numpy广播机制11、NumPy 花式索引与索引技巧原创 2024-01-22 10:36:40 · 461 阅读 · 0 评论 -
11、NumPy 花式索引与索引技巧
花式索引是指使用整数数组作为索引来访问数组中的元素。这种方式与基本的索引不同,它允许我们一次性获取数组中不连续的多个元素。花式索引也适用于二维数组,可以一次性访问数组中的多行、多列或多个不连续的元素。布尔索引允许我们使用布尔数组作为索引来选择数组中满足特定条件的元素。我们可以组合使用基本切片和花式索引来实现更复杂的数据选择。函数可以帮助我们使用花式索引来选择多维数组中的特定区域。NumPy 还提供了更多索引技巧,使数组操作更加灵活。原创 2024-01-21 15:11:35 · 665 阅读 · 0 评论 -
10、Numpy广播机制
NumPy 的广播机制允许我们在不同形状的数组之间执行这些运算,而无需手动调整它们的尺寸。原创 2024-01-21 14:54:09 · 488 阅读 · 0 评论 -
9、Numpy视图与拷贝
NumPy 中的视图、浅拷贝和深拷贝提供了不同级别的数据复制和引用机制。视图(类似于浅拷贝)允许您在不复制数据的情况下,对数组的子集进行操作;而深拷贝确保原始数据的完整独立性,允许您在保留原始数据的同时进行操作。原创 2024-01-20 19:16:48 · 511 阅读 · 0 评论 -
8、Numpy数组拆分
数组拆分允许我们根据指定的索引位置或者等份分割的方式将一个数组分解为多个子数组。主要使用的函数是和,以及它们的等价函数。函数可以按指定的索引位置对数组进行分割,它接受一个数组和一个分割点列表作为参数,并返回一个包含分割后子数组的列表。用于沿数组的水平轴拆分数组,它是np.split的特殊情况,适用于二维数组。用于沿数组的垂直轴拆分数组,它也是np.split的特殊情况。允许进行不等分拆分,即子数组大小可以不一致。原创 2024-01-20 18:59:13 · 704 阅读 · 0 评论 -
7、Numpy数组堆叠
np.hstack。原创 2024-01-19 21:29:18 · 523 阅读 · 0 评论 -
6、Numpy形状操纵
在上述代码中,我们将一个 1x3x1 的三维数组压缩成了一个 3x1 的二维数组。这种技术常用于将一维数组转换为列向量或行向量,以符合某些算法的输入要求。这将创建一个新的 2x3 数组,其中原始数组的元素被复制以填充新数组。方法用于从数组的形状中去除单维度的条目,即那些大小为 1 的维度。,但它可以改变数组的大小。可以在数组中增加一个新的轴,也就是增加一个维度。,让 NumPy 自动计算这个维度的大小。会重复数组中的数据以填充新数组。来匹配原始数组的总大小。总是返回一个新的数组,而。原创 2024-01-19 21:17:50 · 477 阅读 · 0 评论 -
5、NumPy 高级索引和切片
切片操作允许访问数组的子集。在 NumPy 中,可以对多维数组进行切片,就像处理一维数组一样简单。这里首先选择了第0行和第2行,然后在每一行上取第1列和第3列(由于步长为2,所以只取到了第3列)在多维数组中,可以使用整数列表或数组来进行索引。布尔型索引允许我们根据条件选取数组中的元素。在实践中,可以组合使用切片与高级索引以实现更复杂的操作。在多维数组中,可以使用元组形式的索引来选择特定的子区域。这里选择了第1至第2行和第1至第2列的子矩阵。将按照给定的顺序重新排列数组的行。将包含第0行和第2行的内容。原创 2024-01-18 13:33:14 · 503 阅读 · 0 评论 -
4、Numpy排序、搜索和计数函数
numpy其余常用函数参考:3、Numpy中的通用函数-CSDN博客在 NumPy 中,通用函数(通常称为ufunc)是一种对 ndarray 中的数据执行元素级运算的函数。这些函数是高度优化的、快速的向量化包装器,提供了简单的方法对数组中的所有元素执行相同的操作,而不需要编写循环语句。原创 2024-01-17 11:11:04 · 1314 阅读 · 0 评论 -
3、Numpy中的通用函数
在 NumPy 中,通用函数(通常称为ufunc)是一种对 ndarray 中的数据执行元素级运算的函数。这些函数是高度优化的、快速的向量化包装器,提供了简单的方法对数组中的所有元素执行相同的操作,而不需要编写循环语句。原创 2024-01-17 10:07:39 · 683 阅读 · 0 评论 -
2、NumPy ndarray:多维数组对象基础
NumPy 的ndarray是一个多维数组对象,它支持快速的、向量化的数组操作。与 Python 原生的列表相比,ndarray提供了更加丰富的操作和更高效的存储。核心特性同质性ndarray中的所有元素必须是相同数据类型。多维性:可以是任意维度的数据结构,如向量(1维)、矩阵(2维)或更高维数据。高效性:NumPy 在内存中使用连续块存储数据,优化了缓存的使用,提高了计算性能。原创 2024-01-16 11:34:21 · 599 阅读 · 0 评论 -
1、NumPy简介:开启Python科学计算之旅
NumPy 是一个强大的 Python 库,用于处理多维数组对象和矩阵。它提供了大量的数学函数来操作这些数组。因为它提供了一个高性能的多维数组对象和工具来处理这些数组,所以它成为了科学计算中最关键的库之一。原创 2024-01-15 10:32:07 · 601 阅读 · 0 评论 -
numpy中的广播机制
广播是 NumPy 在算术运算中处理不同形状数组的方式。它按照特定的规则自动扩展数组的维度,让它们具有兼容的形状,以便可以执行逐元素的操作。原创 2024-01-09 14:53:57 · 600 阅读 · 0 评论 -
torch中与numpy中对矩阵操作的类似函数对比
【代码】torch中与numpy中对矩阵操作的类似函数对比。原创 2024-01-08 19:56:35 · 369 阅读 · 0 评论 -
numpy中改变数组形状
是 NumPy 中用于转置数组的函数,也就是说,它可以改变数组的轴的顺序。对于二维数组,它会交换行和列,而对于多维数组,它可以重新排列轴的顺序。方法用于移除数组形状中的单维度条目,即维数为1的维度。用于在指定位置插入一个新的轴来增加数组的维数。在这个例子中,原来的轴顺序是(0, 1, 2),可以在不改变数组数据的前提下改变数组的形状。可以改变数组的形状并且改变了原数组。用于移除多余的轴(维度为1的),而。表示第一个轴和第二个轴交换了位置。适用于改变数组的多维形状,而。是最常用的改变数组形状的方法。原创 2024-01-06 13:49:53 · 597 阅读 · 0 评论 -
np.transpose用法
np.transpose主要用于对数组进行转置操作。它可以改变数组的维度和轴的顺序。原创 2024-01-05 19:06:37 · 662 阅读 · 0 评论 -
np.repeat用法
注意与np.stack的区别:np.stack会改变array的轴的数量,而np.repeat不会改变轴的数量。np.repeat用于对数组中的元素进行重复。是指定每个元素重复的次数,而。是指定重复的轴的参数。原创 2024-01-05 18:51:25 · 703 阅读 · 1 评论 -
np.stack用法
需要注意的是,要保证被堆叠的数组的维度和形状在指定的堆叠轴上是一致的,否则会引发。是NumPy库中的一个函数,用于在给定轴上将多个数组堆叠在一起。是一个包含多个数组的序列(如列表、元组等),而。是指定堆叠轴的参数。原创 2024-01-05 17:37:06 · 872 阅读 · 0 评论