![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Numpy(1.21)学习笔记
文章平均质量分 72
我将不断学习更新积累NumPy库下的函数,NumPy版本号为1.21
ac不知深
伟大是熬出来的
展开
-
NumPy学习笔记(六)——sum()函数
在元素(数组)累加的时候,可以使用此函数进行累加,非常方便我们先来看一下全部的参数sum(a, axis, dtype, out, keepdims, initial, where)第一个参数是是传入/输入的数组元素沿轴使用(可选填,默认为数组的展平成一维形式,即0,1,2,3,4…等)aixs为0与1时的方向如图所示上个代码小例子3)dtype(可选)默认为:numpy.float64我们也可以进行修改比如我们常用的dtype = numpy.int32具体使用整数类型或者精度要根据情况来选择比如有关原创 2022-06-22 12:27:07 · 2044 阅读 · 0 评论 -
NumPy学习笔记(五)—— choice()函数
目录一、前言二、函数讲解1、choice()函数2、参数讲解1) a① 如果是数组的话② 如果是int类型的话2)size(可选)① 如果不填② 如果填写(m,n,k)3)replace(可选)① 如果是True② 如果是Fasle4)p(可选,全称:probability)5)返回值3、出错时可能的情况扩展一、前言今天在写神经网络里,使用minibatch抽取部分数据使用到了choice函数二、函数讲解1、choice()函数老样子,先给大家上张官网的介绍英文版:中文版:choice(原创 2022-05-18 22:35:18 · 3893 阅读 · 0 评论 -
NumPy学习笔记(四)—— argmax()函数
目录一、前言二、函数讲解1、argmax()函数2、参数1)a2)axis(可选)3)out(可选)3、返回值4、注意一、前言在数组里查找相同元素,返回索引的时候用到了该函数二、函数讲解1、argmax()函数老样子,我们先看看该函数下包含了哪些参数与返回值英文版:中文版:argmax(a, axis=None, out=None)2、参数1)a我们使用的(输入)数组2)axis(可选)沿轴使用(可选填,默认为数组的展平成一维形式,即0,1,2,3,4…等)如果是沿着0轴,则返原创 2022-05-16 14:00:26 · 21034 阅读 · 0 评论 -
NumPy学习笔记(三)—— random.randn()函数
一、官网开发手册二、参数讲解此函数比较简单,只有一种类型参数d0,d1,d2、、、dn(可选填)从d0到dn表示想要输出多少维度的数组,所以此参数不能为负数如果此参数没有,默认为单个python浮点数返回值:ndarray或者浮点数得到的数据是来自标准正太分布里的浮点样本数(d0,d1…dn)的数组如果使用时没有参数限定,则返回单个浮点数三、代码案例print(np.random.randn())# -1.2255531526822836print(np.random.randn原创 2022-03-29 11:15:19 · 5664 阅读 · 0 评论 -
NumPy学习笔记(二)—— zeros_like()函数(包含zeros函数)
目录一、前言1、zeros()函数2、一言以蔽之参数1)shape:使用int型或者元组类型的数组2)dtype:数据类型(可选填,默认为numpy.float64)3)order:内存中的存储方式(可选填,默认为'C'存储/默认行优先存储)4)*5)like:传入array_like(可选填,1.20.0新添加的功能)返回值:ndarray3、简单代码二、zeros_like()函数1、一言以蔽之参数:1)a:array_like2)dtype:覆盖结果的数据类型(可选填)3)order:覆盖结果的内存布原创 2022-03-24 22:58:35 · 24351 阅读 · 7 评论 -
NumPy学习笔记(一)—— argsort()函数
一、前言最近写NLP有关代码,总会使用NumPy中的知识。索性开个新专栏,用于记录改三方库下的学习积累。二、官方文档三、一言以蔽之参数:a:传入的待排序数组axis(int型,可选填)把第axis轴对数组进行排序。默认为-1,为最后一个轴。如果没有该参数,则展平数组a。重点维数axis=-1时所代表的轴一维数组只有0轴0轴二维数组有0、1轴1轴······递推:N维数组有[0,N-1]个轴N-1轴kind使用kind=‘quick原创 2022-03-21 22:19:59 · 1205 阅读 · 0 评论