- 博客(14)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 numpy_10-大作业
Chapter 10 大作业本次练习使用 鸢尾属植物数据集.\iris.txt，在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。sepallength：萼片长度sepalwidth：萼片宽度petallength：花瓣长度petalwidth：花瓣宽度以上四个特征的单位都是厘米（cm）。# 导入鸢尾属植物数据集，保持文本不变。import numpy
2022-05-06 09:34:07
187
原创 numpy_9线性代数
线性代数矩阵和向量积import numpy as npx = np.array([1, 2, 3, 4, 5])y = np.array([2, 3, 4, 5, 6])z = np.dot(x, y)print(z) # 70x = np.array([[1, 2, 3], [3, 4, 5], [6, 7, 8]])print(x)# [[1 2 3]# [3 4 5]# [6 7 8]]y = np.array([[5, 4, 2], [1, 7, 9], [0,
2022-05-06 09:32:50
146
原创 numpy_8统计相关
次序统计计算最小值import numpy as npx = np.array([[11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25], [26, 27, 28, 29, 30], [31, 32, 33, 34, 35]])y = np.amin(x)print(y) # 11y = np.amin(x
2022-05-06 09:32:12
175
原创 numpy_7随机抽样
离散型随机变量# 野外正在进行9（n=9）口石油勘探井的发掘工作，每一口井能够开发出油的概率是0.1（p=0.1）。#请问，最终所有的勘探井都勘探失败的概率？import numpy as npimport matplotlib.pyplot as plt# import scipyfrom scipy import statsnp.random.seed(20200605)n = 9# 做某件事情的次数p = 0.1# 做某件事情成功的概率size = 50000x = np.ra
2022-05-06 09:31:19
300
原创 numpy_6输入输出
numpy二进制文件# 将一个数组文件保存到一个文件中import numpy as npoutfile = r'./test.npy'np.random.seed(20200619)x = np.random.uniform(low=0, high=1,size = [3, 5])np.save(outfile, x)y = np.load(outfile)print(y)# [[0.01123594 0.66790705 0.50212171 0.7230908 0.6166825
2022-05-06 09:28:35
85
原创 numpy_5排序-搜索-计数
排序import numpy as npnp.random.seed(20200612)x = np.random.rand(5, 5) * 10x = np.around(x, 2)print(x)# [[2.32 7.54 9.78 1.73 6.22]# [6.93 5.17 9.28 9.76 8.25]# [0.01 4.23 0.19 1.73 9.27]# [7.99 4.97 0.88 7.32 4.29]# [9.05 0.07 8.95 7.9 6.99]
2022-05-06 09:26:29
108
原创 numpy_4数学函数及逻辑函数
逻辑函数# 逻辑函数-真值测试import numpy as npa = np.array([0, 4, 5])b = np.copy(a)print(np.all(a == b)) # Trueprint(np.any(a == b)) # Trueb[0] = 1print(np.all(a == b)) # Falseprint(np.any(a == b)) # Trueprint(np.all([1.0, np.nan])) # Trueprint(np.an
2022-05-06 09:25:18
101
原创 numpy_3数组的操作-变形
import numpy as npx = np.array([1,2,3,4,5,6,7,8])print(x.shape) #(8,)x.shape=[2, 4]print(x)# [[1 2 9 4]# [5 6 7 8]](8,)[[1 2 3 4] [5 6 7 8]]# numpy.ndarray.flat 将数组转换为一维的迭代器，可以用for访问数组每一个元素。x = np.array([[11, 12, 13, 14, 15], [
2022-05-06 09:23:08
199
原创 numpy_1数据类型及数组创建(阿里天池学习-笔记练习)
import torch as thth.__version__'1.10.0'import numpy as np# numpy.nan 表示空值print(np.nan == np.nan) # Falseprint(np.nan != np.nan) # TrueFalseTruex = np.array([1, 1, 8, np.nan, 10])print(x)# [ 1. 1. 8. nan 10.]y = np.isnan(x)print(y)
2022-05-06 09:17:08
134
原创 数据分析-examination-1
数据集的处理、数据探索与清晰、数据分析、数据可视化四部分1.数据处理进行数据处理前，我们需要知道我们最终想要的数据是什么样的，因为我们是想分析候选人与捐赠人之间的关系，所以我们想要一张数据表中有捐赠人与候选人一一对应的关系，所以需要将目前的三张数据表进行一一关联，汇总到需要的数据import pandas as pd import numpy as npimport matplotlib.pyplot as plt1.1 将委员会和候选人一一对应，通过CAND_ID关联两个表由于候选人和委
2021-11-13 15:34:30
318
原创 python基础3
函数函数的定义函数以def关键词开头，后接函数名和圆括号()。函数执行的代码以冒号起始，并且缩进。return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。 def functionname (parameters): "函数文档字符串" functionsuite return [expression] 函数的调用def printme(str): print(str)printme(
2021-11-11 21:32:37
729
原创 python基础学习2
列表·简单数据类型1.整型<class 'int'>2.浮点型<class 'float'>3.布尔型<class 'bool'>·容器数据类型1.列表<class 'list'>2.元组<class 'tuple'>3.字典<class 'dict'>4.集合<class 'set'>5.字符串<class 'str'># 创建一个普通列表x = ['Monday', 'Tuesda
2021-11-09 16:00:18
244
原创 python基础
Python基础知识学习参考：链接: 阿里天池.# 这是一个注释print("Hello world")Hello world'''这是多行注释，用三个单引号这是多行注释，用三个单引号这是多行注释，用三个单引号'''print("Hello china") """这是多行注释，用三个双引号这是多行注释，用三个双引号 这是多行注释，用三个双引号"""print("hello china")Hello chinahello chinaprint("hello p
2021-11-05 17:23:46
361
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人