Numpy
根据黄海广博士的numpy学习路线的笔记。
普朗克三号粉丝
这个作者很懒,什么都没留下…
展开
-
Numpy:矩阵运算np.matmul与np.dot。
目录一、准备数据二、np.matmul三、np.dot一、准备数据>>> a = np.array([[80, 86], [82, 80], [85, 78], [90, 90], [86, 82], [82, 90], [78, 80], [92, 94]])>>> b = np.array([[0.7], [0.3]])二、np.matmul>>> np.原创 2021-05-28 17:19:00 · 475 阅读 · 0 评论 -
Numpy:ndarray运算。
一、通用判断函数np.all() – 全部元素都满足条件,返回 True,否则返回 False#判断前两名同学的成绩[0:2, :]是否全及格>>>np.all(score[0:2, :] > 60)Falsenp.any() – 有元素满足条件,返回 True,否则返回 False# 判断前两名同学的成绩[0:2, :]是否有大于90分的>>> np.any(score[0:2, :] > 80)True二、np.where(三元运算符原创 2021-05-28 16:57:50 · 182 阅读 · 0 评论 -
Numpy:array和asarray的不同。
a = np.array([[1,2,3],[4,5,6]])# 创建一个新的 与数组a相同的 数组a1a1 = np.array(a)# 相当与给数组a有起了个名字a2,并没有真正的创建一个新的数组a2a2 = np.asarray(a)如果将a[0][0]的值改为0.a[0][0] = 0则:数组a为:array([[0, 2, 3],[4, 5, 6]])数组a1为:array([[1, 2, 3],[4, 5, 6]])不会发生变化。数组a2为:array([[0, 2,原创 2021-05-28 10:12:52 · 90 阅读 · 0 评论 -
Numpy:linspace、arange、logspaced用法与差别。
目录一、np.linspace (start, stop, num, endpoint)二、np.arange(start,stop, step, dtype)三、np.logspace(start,stop, num)执行前需要导入包import numpy as np一、np.linspace (start, stop, num, endpoint)np.linspace (start, stop, num, endpoint)创建等差数组 — 指定数量参数: start:序列的起始值原创 2021-05-28 10:03:48 · 243 阅读 · 0 评论 -
Numpy:求取精度(np.around 、np.floor 与np.ceil的用法)
目录1. np.around2. np.floor3. np.ceil1. np.arounddecimals表示指定保留有效数的位数,当超过5就会进位(此时包含5)!等同于四舍五入。np.around([-0.6,1.2798,2.357,9.67,13], decimals=0)#不保留小数结果:array([-1., 1., 2., 10., 13.])np.around([1.2798,2.357,9.67,13], decimals=1)#保留一位小数结果:array([ 1.3原创 2021-05-23 21:20:04 · 1625 阅读 · 0 评论 -
Numpy:np.argmax()的用法
函数原型为:numpy.argmax(a, axis=None, out=None)1.基本用法x = [[1,3,3], [7,5,2]]print(np.argmax(x)) #3此时的 x 相当于 [[1, 3, 3], [7, 5, 2]]。对于这个例子,7最大,索引位置为3(这个索引按照递增顺序:0->1, 1->3, 2->3, 3->7, 4->5, 5->2)2.axis参数x = [[1,3,3], [7,5,2]]原创 2021-05-23 21:08:07 · 1685 阅读 · 2 评论 -
Numpy:np.bincount()的用法
1. np.bincount(x)x = np.array([1, 2, 3, 3, 0, 9, 4])np.bincount(x)输出:array([1, 1, 1, 2, 1, 0, 0, 0, 0, 1], dtype=int64)统计数值出现次数:数值0出现1次,1出现1次,2出现1次,3出现2次,4出现1次,5-8出现0次,9出现1次。2. np.bincount(x,weights=w)x = np.array([1, 2, 3, 3, 0, 9, 4])w = np.arra原创 2021-05-23 18:35:53 · 1225 阅读 · 0 评论 -
Numpy:transpose和swapaxes的用法。
这里写目录标题一、transpose的用法二、swapaxes的用法一、transpose的用法用法:arr.transpose(x,y,z)中的 (x,y,z)相当于三维坐标,默认情况下为(0,1,2),import numpy as nparr = np.arange(16).reshape(2,2,4) #创建一个2*2*4的三维数组arr数组 array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7]],原创 2021-05-22 17:31:05 · 916 阅读 · 0 评论 -
Numpy简易入门
1原创 2021-05-22 10:49:52 · 175 阅读 · 0 评论