![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy学习
执着于大城市
这个作者很懒,什么都没留下…
展开
-
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原创 2022-05-06 09:34:07 · 149 阅读 · 0 评论 -
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,原创 2022-05-06 09:32:50 · 110 阅读 · 0 评论 -
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原创 2022-05-06 09:32:12 · 141 阅读 · 0 评论 -
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原创 2022-05-06 09:31:19 · 260 阅读 · 0 评论 -
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原创 2022-05-06 09:28:35 · 69 阅读 · 0 评论 -
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]原创 2022-05-06 09:26:29 · 95 阅读 · 0 评论 -
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原创 2022-05-06 09:25:18 · 90 阅读 · 0 评论 -
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], [原创 2022-05-06 09:23:08 · 165 阅读 · 0 评论 -
numpy_2索引切片与迭代
numpy学习练习原创 2022-05-06 09:21:12 · 76 阅读 · 0 评论 -
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)原创 2022-05-06 09:17:08 · 125 阅读 · 0 评论