- 博客(5)
- 收藏
- 关注
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 23:24:46 103
原创 numpy task4
向量化和广播import numpy as npx = 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 81
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 22:57:12 112
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 23:40:23 122
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 #nannp.nan == np.nan #Falsenp.inf > np.nan #Falsenp.nan - np.nan #nan0.3 == 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 21:00:09 140
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