![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
kingloneye
相信会更好!
展开
-
numpy 简单练习(五)
练习:英国和美国各自youtube1000的数据结合之前的matplotlib绘制出各自的评论数量的直方图US_video_data_numbers.cs 数据分别是 点击 喜欢 不喜欢 评论us_path = "D:/test/youtube_video_data/US_video_data_numbers.csv"uk_path = "D:/test/youtube_video_data/GB_video_data_numbers.csv"t1 = np.loadtxt(us_path,deli原创 2020-07-28 16:22:29 · 273 阅读 · 0 评论 -
numpy之数组的拼接(水平、竖直)(四)
数组的拼接数组t1t1 = np.arange(12).reshape(2,6)print(t1)[[ 0 1 2 3 4 5] [ 6 7 8 9 10 11]]数组t2t2 = np.arange(12,24).reshape(2,6)print(t2)[[12 13 14 15 16 17] [18 19 20 21 22 23]]数组t1 竖直拼接 数组t2 vstackprint(np.vstack((t1,t2)))[[ 0 1 2 3原创 2020-07-28 16:09:13 · 1552 阅读 · 0 评论 -
numpy之索引、切片、三目运算(三)
import numpy as npt = np.arange(12).reshape(3,4)print(t)[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]取第二行print(t[1]) //[4 5 6 7]取第二列print(t[:,1]) //[1 5 9]取多行print(t[1:3])[[ 4 5 6 7] [ 8 9 10 11]]取多列print(t[:,1:4])[[ 1 2 3] [ 5原创 2020-07-28 15:51:05 · 199 阅读 · 0 评论 -
numpy之读取数据、转置(二)
轴# 轴 2表示0轴,5表示1轴t = np.arange(0,10).reshape((2,5))print(t)[[0 1 2 3 4] [5 6 7 8 9]]numpy 读取数据us_file_path = "D:/test/youtube_video_data/US_video_data_numbers.csv"t1 = np.loadtxt(us_file_path,delimiter=",",dtype="int")print(t1)[[4394029 32005原创 2020-07-28 15:43:53 · 266 阅读 · 0 评论 -
numpy之创建数组、查看数组形状、数组的计算(一)
[0.35531847 0.33282092 0.6839363 0.39138503 0.21946102 0.22605784 0.56158056 0.66337016 0.75136875 0.19762917]原创 2020-07-28 15:25:33 · 1657 阅读 · 0 评论