Numpy
1289902828
这个作者很懒,什么都没留下…
展开
-
Numpy笔记1
##numpy笔记1import numpy as npa = np.array([[1, 2], [3, 4]])print(a)#输出#[[1, 2]#[3, 4]]dt = np.dtype([(‘age’,np.int8)])a = np.array([(10,),(20,),(30,)], dtype = dt)print(a[‘age’])#输出#[10 2...原创 2019-09-11 16:02:23 · 95 阅读 · 0 评论 -
Numpy笔记2
##numpy笔记2#切片和索引#基本切片是 Python 中基本切片概念到 n 维的扩展。#通过将start,stop和step参数提供给内置的slice函数来构造一个 Python slice对象。#此slice对象被传递给数组来提取数组的一部分。import numpy as npa = np.arange(10)s = slice(2,7,2)print(a[s])#输出...原创 2019-09-11 16:03:40 · 124 阅读 · 0 评论 -
Numpy笔记3
##numpy笔记3#广播#广播是指 NumPy 在算术运算期间处理不同形状的数组的能力。 对数组的算术运算通常在相应的元素上进行。#如果两个阵列具有完全相同的形状,则这些操作被无缝执行。import numpy as npa = np.array([1,2,3,4])b = np.array([10,20,30,40])c = a * bprint©#输出#[10 40 ...原创 2019-09-11 16:04:35 · 130 阅读 · 0 评论 -
Numpy笔记4
#numpy笔记4#算术运算import numpy as npa = np.arange(9, dtype = np.float_).reshape(3,3)print(‘第一个数组:’)print(a)print(‘第二个数组:’)b = np.array([10,10,10])print(b)print(‘两个数组相加:’)print np.add(a,b)print(...原创 2019-09-11 16:08:37 · 157 阅读 · 0 评论 -
Numpy笔记5
##numpy笔记5#排序numpy.sort()numpy.sort(a, axis, kind, order)#a 要排序的数组#axis 沿着它排序数组的轴,如果没有数组会被展开,沿着最后的轴排序#kind 默认为’quicksort’(快速排序)#order 如果数组包含字段,则是要排序的字段a = np.array([[3,7],[9,1]])print(‘我们的数组是...原创 2019-09-11 16:09:38 · 100 阅读 · 0 评论