- 博客(5)
- 收藏
- 关注
RSS订阅原创 numpy task5
排序，搜索和计数 排序 numpy.sort(): 常规排序 numpy.argsort():常规排序，返回索引值 numpy.lexsort():按照指定列的值排序，返回索引值 numpy.partition():索引是 kth 的元素为基准，将元素分成两部分，即大于该元素的放在其后面，小于该元素的放在其前面，这里有点类似于快排。 numpy.argpartition()：Perform an indirect partition along the given axis using the algori
2020-10-31 23:24:46
62
原创 numpy task4
向量化和广播 import numpy as np x = np.arange(4).reshape(4, 1) y = np.ones(5) print(x.shape) # (4, 1) print(y.shape) # (5,) print((x + y).shape) # (4, 5) print(x + y) # [[1. 1. 1. 1. 1.] # [2. 2. 2. 2. 2.] # [3. 3. 3. 3. 3.] # [4. 4. 4. 4. 4.]] x = np.
2020-10-29 14:13:38
51
原创 Numpy task3学习笔记
数据操作 更改形状 可以通过改变numpy.ndarray.shape属性来改变数组的形状 numpy.ndarray.flat将数组转换为一个一维的迭代器,可以用for去访问迭代器中的元素 numpy.ndarray.flatten()方法将数组的副本转换成一维数组（一定要注意返回的是副本） numpy.ravel(a, order=‘c’)返回的也是一维数组（此方法返回的是视图，但是如果order='F’返回的就是拷贝） numpy.reshape(a, newshape[, order=‘C’])在
2020-10-25 22:57:12
78
原创 Numpy task02学习笔记
副本与视图 在 Numpy 中，尤其是在做数组运算或数组操作时，返回结果不是数组的 副本 就是 视图。 在 Numpy 中，所有赋值运算不会为数组和数组中的任何元素创建副本。 numpy.ndarray.copy() 函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。 索引与切片 切片索引 对 python 列表进行切片操作得到的数组是原数组的副本，而对 Numpy 数据进行切片操作得到的数组则是指向相同缓冲区的视图。 切片索引是用切片语法，是用[start: s
2020-10-22 23:40:23
86
原创 Numpy task-1学习记录
以下表达式运行的结果分别是什么? (提示: NaN = not a number, inf = infinity) 0 * np.nan #nan np.nan == np.nan #False np.inf > np.nan #False np.nan - np.nan #nan 0.3 == 3 * 0.1 #False 十进制的准确值转换成二进制可能是无穷位， 所以涉及浮点数的比较要用round. 将numpy的datetime64对象转换为datetime的datetime对象。 dt.
2020-10-21 21:00:09
106
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