- 博客(22)
- 收藏
- 关注
RSS订阅原创 短小精悍算例：Python中zip()函数的用法
x = [1, 2, 3]y = ['a', 'b', 'c']z = zip(x, y) # x和y中元素一一对应上print(dict(z)) # 以字典形式输出输出结果：{1: 'a', 2: 'b', 3: 'c'}
2020-05-20 15:59:10
146
原创 短小精悍算例：Python中用astype()函数转换数据类型
把64位浮点数据转换为32位。import numpy as npa=np.array([1.0, 2.0, 3.0])print("a的数据类型：", a.dtype)b=a.astype('float32') # 转行数据类型print("b的数据类型：", b.dtype)输出结果：a的数据类型： float64b的数据类型： float32...
2020-05-19 03:14:47
2169
原创 短小精悍算例：TensorFlow中的softmax函数求模拟概率
已知一个数组：X=[x1, x2, x3] （ exp(x代表幂指数 )x1的模拟概率为：p(x1)=exp(x1) / ( exp(x1)+exp(x2)+exp(x3))x2的模拟概率为：p(x2)=exp(x2) / ( exp(x1)+exp(x2)+exp(x3))x3的模拟概率为：p(x3)=exp(x3) / ( exp(x1)+exp(x2)+exp(x3))import tensorflow as tfx = tf.constant([[0.1, 0.2, 0.5],
2020-05-16 01:41:30
359
原创 短小精悍算例：TensorFlow中tf.argmax()函数的使用-返回最大值的位置索引
import numpy as np import tensorflow as tfx = np.array([[3, 1, 2], [4, 7, 3], [5, 0, 1], [2, 4, 6]])a = tf.argmax(x, axis=0) # 求各列最大值b = tf.argmax(x, axis=1) # 求各行最大值sess = tf.Session()print(sess.run(a))
2020-05-15 23:33:41
913
2
原创 短小精悍算例：TensorFlow中concat()函数实现矩阵拼接操作
import tensorflow as tfimport numpy as npA = tf.placeholder(dtype=tf.float32, shape=[2, 2])#矩阵连接操作，在大型神经网络中用的比较多AA0 = tf.concat([A, A], axis=0) #上下拼接AA1 = tf.concat([A, A], axis=1) #左右拼接#初始化init = tf.global_variables_initializer()sess = tf.Sessi
2020-05-15 14:39:22
950
原创 短小精悍算例：TensorFlow中使用cast()函数转换数据类型
import tensorflow as tfimport numpy as npA = tf.placeholder(dtype=tf.float32, shape=[2, 2])B = tf.cast(A, tf.float64)print(A.dtype,B.dtype)输出结果：<dtype: 'float32'> <dtype: 'float64'>A是32位浮点型，转换为B后是64位浮点型。...
2020-05-15 14:29:53
215
原创 短小精悍算例：TensorFlow中placeholder的使用举例
TensorFlow中placeholder用于接收外部数据，见如下算例。import tensorflow as tfimport numpy as np# 定义变量a = tf.Variable(np.ones([4, 4]))# 定义placeholder，起到接受数据的作用b = tf.placeholder(dtype=tf.float64, shape=[4, 4])# 变量初始化（必不可少的环节）init = tf.global_variables_initializer()
2020-05-15 13:49:24
172
原创 短小精悍算例：TensorFlow通过定义变量实现矩阵乘法
import tensorflow as tfimport numpy as np#定义变量b1 = tf.Variable(np.ones([4, 4])*2)b2 = tf.Variable(np.ones([4, 4]))#定义矩阵乘法b1_elementwise_b2 = b1 * b2 # 对应元素相乘b1_dot_b2 = tf.matmul(b1, b2) # 矩阵乘法#variable需要初始化init = tf.global_variables_initializ
2020-05-13 23:09:54
165
原创 短小精悍算例：TensorFlow实现两个矩阵的相乘运算
import tensorflow as tfimport numpy as npa1 = tf.constant(np.ones([4, 4]))a2 = tf.constant(np.ones([4, 4])*0.3)sess = tf.Session() # 开启一个会话print(sess.run(a1),'\n') # 打印矩阵a1print(sess.run(a2),'\n') # 打印矩阵a2print(sess.run(a1@a2)) # 打印矩阵a1*a2输
2020-05-13 22:49:08
796
原创 短小精悍算例：Python中快速产生多行多列空值None列表
方法1：利用Numpyimport numpy as npa=np.zeros([5,3])a[a==0.0]=Nonea=a.tolist()print(a)方法2：利用for循环c=[[None for j in range(3)] for i in range(5)]print(c)结果都是如下：5行3列[[nan, nan, nan], [nan, nan, nan], [nan, nan, nan], [nan, nan, nan], [nan, nan, nan]
2020-05-13 02:18:01
1244
原创 短小精悍算例：用Python的matplotlib库绘制矩阵热力图
import matplotlib.pyplot as pltimport numpy as np# 产生10*10维矩阵a = np.random.uniform(0.5, 1.0, 100).reshape([10,10])# 绘制热力图from matplotlib import cmplt.imshow(a, interpolation='nearest', cmap=cm.coolwarm, origin='lower')plt.colorbar(shrink=.92)plt
2020-05-12 22:33:43
2798
2
原创 短小精悍算例：Python绘制柱状图
import matplotlib.pyplot as pltimport numpy as npn = 12X = np.arange(n)Y1 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)Y2 = (1 - X / float(n)) * np.random.uniform(0.5, 1.0, n)plt.bar(X, +Y1, facecolor='#9999ff', edgecolor='white')plt.bar(X
2020-05-12 17:53:13
202
1
原创 短小精悍算例：Python实现PCA(主成分分析)降维
PCA（principal components analysis）即主成分分析技术，意在利用降维的思想，把多个指标转化为少数几个综合指标。下面用Python实现：from sklearn.decomposition import PCAfrom sklearn import datasets## 加载数据iris = datasets.load_iris()X = iris.datay = iris.target## 降维操作，4维降维成2维pca = PCA(n_components
2020-05-12 16:33:45
546
原创 短小精悍算例：Python如何提取数组Numpy array中指定元素的位置索引
数组a的表达式如下：import numpy as npa = np.array([1, 2, 3, 2, 2, 3, 0, 8, 3])print(a)输出结果：[1 2 3 2 2 3 0 8 3]现在要找出a中元素3的位置索引。r1 = np.where(a==3)print(type(r1))print(r1)输出结果：<class 'tuple'>(array([2, 5, 8], dtype=int64),)可见得到的是一个tuple。如果要想得到arra
2020-05-12 02:54:54
6655
原创 短小精悍算例：Python如何提取列表list中指定元素的位置索引
列表a=[1, 2, 3, 2, 2, 3, 0, 8, 3]现要找出列表a中元素3所在的索引位置。可以使用a.index(3),但是只能返回第一个元素3的索引，不能返回所有元素3的索引。a=[1, 2, 3, 2, 2, 3, 0, 8, 3]a.index(3)返回结果：2 # 可见只返回第一个元素3的索引。考虑用enumerate方法，如下：a=[1, 2, 3, 2, 2, 3, 0, 8, 3]r1 = [k for (k,v) in enumerate(a) if v
2020-05-12 02:38:55
5306
原创 短小精悍算例：用Python的feature_selection库实现特征选择
用Python的feature_selection库实现特征选择。from sklearn.datasets import load_irisfrom sklearn.feature_selection import chi2from sklearn.feature_selection import SelectKBestiris = load_iris() # 加载数据X, y = iris.data, iris.targetprint("原始特征(前10个)：\n", X[0:10]
2020-05-12 00:26:03
887
原创 图像处理算例：用Python的奇异值分解SVD实现图像压缩
import matplotlib.image as mpimg # mpimg 用于读取图片mappingimport numpy as np import matplotlib.pyplot as pltimg = mpimg.imread("D:/swift.jpg")img = img[:, :, :]/255 print("原始图像尺寸：", img.shape)...
2020-05-08 02:34:15
1055
原创 短小精悍算例：简单Python代码实现最小二乘法
import numpy as np import matplotlib.pyplot as plt ######### 产生的测试数据，不带有任何含义x = np.random.normal(1, 1, [1000]) d = x ** 2 + x + np.random.normal(0, 0.3, [1000]) # x, d 是数据，样本点plt.scatter(x, d) ...
2020-05-06 17:39:09
1529
原创 推荐两个下载Python各种库安装包的地址
推荐两个Python各种库安装包的下载地址：人生苦短，用Python吧~！https://www.lfd.uci.edu/~gohlke/pythonlibs/https://pypi.tuna.tsinghua.edu.cn/simple/
2020-05-04 14:05:40
477
原创 短小精悍算例：用Python实现人工编写knn算法，进行鸢尾花分类预测（不用knn模块）
用Python手写knn算法进行鸢尾花分类预测（不用knn模块）。knn算法全称是K-Nearest Neighbor#########################★ KNN 算法在iris数据集的实现 ★##########################import numpy as npfrom sklearn.datasets import load_irisfrom skl...
2020-05-03 22:13:01
355
原创 短小精悍算例：用TensorFlow实现Hello World
TensorFlow实现Hello world:（可以通过cmd中pip install tensorflow安装需要的TensorFlow框架）import tensorflow as tf #加载message = tf.constant('Hello World!') with tf.Session() as sess: print(sess.run(message...
2020-05-03 21:45:33
197
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人