Numpy
文章平均质量分 84
Yale曼陀罗
用数字剥开俗世的纷繁外衣~坚持做精品知识专栏的公益传播者,尊重知识积累、共享学术成果~
展开
-
张量的基本概念+张量的聚合、拼接、比较、随机化采样、序列化等操作+升维、降维
在做张量的运算操作时,dim设定了哪个维,就会遍历这个维去做运算(也称“沿着该维运算”),其他为顺序不变。在做张量的运算操作时,dim设定了哪个维,就会遍历这个维去做运算(也称“沿着该维运算”),其他为顺序不变。时,则结果变为两个向量的运算,维度变形。为了使结果保持正确的维度,聚合操作提供了。:常见的张量聚合运算包括:求平均、求和、最大值、最小值等。)也是类似的,通过指定维度dim,获得不同的拼接结果。维发生变化,其余维度不变。维发生变化,其余维度不变。(n>2) 时,则结果的。原创 2022-09-28 14:16:27 · 1024 阅读 · 0 评论 -
np.dot、np.outer、np.matmul、np.multipy、np.inner、np.outer与np.cross几个函数之间的区别
向量的,也叫做向量的、。对两个向量执行点乘运算,就是对着两个向量对应位置一一相乘之后求和的操作,点乘的结果是一个标量。定义: 两个向量 aaa 与bbb 的内积为 a∙b=∣a∣∣b∣cos∠(a,b)a\bullet b = |a||b|cos∠(a, b)a∙b=∣a∣∣b∣cos∠(a,b),特别地,0∙a=a∙0=00\bullet a =a\bullet 0 = 00∙a=a∙0=0;若a,ba,ba,b是非零向量,则 aaa 与 bbb 正交的充要条件是a∙b=0a \bullet b = 0a原创 2022-09-26 17:00:35 · 2965 阅读 · 0 评论 -
Python中数组切片的用法详解
将输入数组[1,5,7,2]和数组[0,3,1,2]产生笛卡尔积,就是得到(1,0),(1,3),(1,1),(1,2);就是按照坐标(1,0),(1,3),(1,1),(1,2)取得 x所对应的元素4,7,5,6,(5,0),(5,3),(5,1),(5,2)取得 x 所对应的元素20,23,21,22…花式索引根据索引数组的值作为目标数组的某个轴的下标来取值。原创 2022-09-26 12:01:17 · 23658 阅读 · 2 评论 -
numpy的广播机制的计算原理详解
之所以说这种复制是“轻量级”的,是因为广播机制仅仅在逻辑上改变了张量的尺寸,只待实际需要时才真正实现张量的赋值和扩展。这种优化流程节省了大量计算资源,并由计算框架(如NumPy)隐式完成,用户无须关心实现细节。(例如:两个数组的加、减、乘、除等运算) ,而不是矩阵乘法的运算。,就是张量自动扩展,它是一种轻量级的张量复制手段。3. 广播(broadcast)运算的计算规则。1. 广播(broadcast)运算的前提。2. 广播(broadcast)运算的定义。(element-wise)的。原创 2022-09-23 16:34:55 · 820 阅读 · 0 评论 -
Python计算均值、方差、标准差、协方差等常用指标的方法——Numpy模块+Pandas模块
可以用numpy 中的 也能求得简单平均数。此外,它也可以求出 加权平均数 。(average 里面可以跟一个 weights 参数,里面是一个权数的数组)例如:方差:典型实例:标准差:典型实例:二、利用Numpy模块计算均值、方差、标准差等对于 pandas ,也可以用里面的 mean 函数可以求得所有行或所有列的平均数,例如:若计算 某一行或某一列的平均值,则可以使用 选取该行或该列数据,后面跟 就能得到,例如:pandas 中的 可以计算 样本方差(注意不是),可以得到 样.....原创 2022-07-01 19:16:05 · 15597 阅读 · 1 评论 -
Python基础知识点整理——通过“if list_i”判断列表list_i是否为空
Python基础知识点整理、思考——通过“if list_i”判断列表list_i是否为空 问题提出:list_2 = ['question_type', 'disease_desc'] # 列表if not list_2: print('list_2 is none')else: print('list_2 is not none')>>>list_2 is not none上述代码中if not list_2的功能: 判断list是否为空 原理解析: P原创 2021-09-16 11:25:47 · 2484 阅读 · 1 评论 -
Numpy:数组拼接——np.hstack() ; np.vstack()和数组拆分——np.hsplit() ;np.vsplit()用法总结
数组拼接——np.hstack()和np.vstack()数组拼接: np.hstack():横向拼接,增加特征量 np.vstack():纵向拼接,增加样本个数实例:import numpy as npa = np.floor(10*np.random.random((2,2)))b = np.floor(10*np.random.random((2,2)))print (a)print ('--------------------')print (b)>>>原创 2020-08-24 14:57:26 · 1751 阅读 · 1 评论 -
Numpy部分常见操作汇总——数组的增、删、改、变及列表映射
Numpy常见操作汇总Numpy——删除指定行、列Numpy——数组维度转换Numpy——宽高变形np.array中shape ( ,)与( ,1)的区别Python中List、Array数组的拼接、合并list1到list2的映射Numpy——删除指定行、列假设我们的数组是 xxx,我们要删除第 iii 行:x = numpy.delete(x,i, axis = 0)假设我们的数组是 xxx,我们要删除第 iii 列:x = numpy.delete(x,i, axis = 1)原创 2020-05-22 11:31:40 · 1516 阅读 · 0 评论