weixin_45987654-CSDN博客

原创关于numpy.sum(==)函数判断用法的理解，np.sum()的一个巧妙方法

numpy.sum(==)用法平时很少遇到，查过一些资料之后有了一些自己的见解。下面这段代码如果你没有了解可以先看后边。今天在学习用神经网络one_hot方法预测的时候对最后的错误分类数目记录遇到了这样一段代码：`res=clt.predict(dataSet) #对训练集进行也测后返回得到res数组error_num=0 #初始化误分类数量num=len(dataSet)#预测结果总数for i in range(num): if np.sum(res[i]==hwLabels[i

2021-05-21 18:41:54 501

原创 Python基本语法（笔记）

列表一般名称为负数，用[]表示访问print（names[0]）修改 names[0]=’ name’添加 names.append(‘name’) 末尾插入 names.insert(-1,‘name’)删除 del names[0] #(语句)无法访问 names.remove(‘name’) #未知位置，第一个值 poped_name=names.pop(0) #（方法）默认末尾，继续使用排序 names.so

2021-05-17 21:50:18 153

原创 anacoda安装TensorFlow 超详细教程+可能出现的各种问题以及调用出错解决方法以及个人见解

声明最近在anaconda中安装tensorflow遇到了各种各样的问题，也踩了好多坑，查了好多博客，最后终于是安装成功，所以想做一个总结，我是直接附上其他作者的博客链接，方便大家安装，也会把本人遇到问题之后通过查找方法应用后的结果分享在每一个解决方法后边（前边的教程大家都可以尝试一下，我觉得我用不了是因为我个人原因，有的方法针对于我的问题应用不成功，但可能其他小伙伴可以试一试）***安装教程***使用anaconda安装tensorflow https://blog.csdn.net/ebzxw/

2021-05-13 22:14:00 1431

原创指针一些易混点学习理解（笔记）

函数指针与指针函数：https://blog.csdn.net/vivo_x9/article/details/82380084?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160051648619195188313653%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=160051648619195188313653&biz

2021-05-12 08:50:13 119

原创数据加载、存储与文件格式（笔记）

读写文本格式的数据read_csv() ## “，”read_table() ## " \t"1.指定分隔符 read_table('路径'，sep=',')2.无列名 read_csv('路径'，header=None)3.自定义列名称 reda_csv('路径',names=['a','b','c'])4.指定c列作为DataFrame 的索引reda_csv('路径',names=['a','b','c']，index_col='c')5.层次化索引reda_csv(

2021-05-12 08:48:28 88

原创数据规整化：清理、转换、合并、重塑

合并数据集1、数据库风格的DataFrame合并merge函数1个键：1.多对一：合并结果：（on指定重叠列明作为键）2、多对多（结果笛卡尔积）：##而且键名不相同（left_on,right_on指定键）3.连接效果（默认为交集：how=‘inner’）两个至多个键：4.合并后重复列名字命名：默认为：suffixes(’_x’,’_y’)2、索引上的合并多重索引：join()方法：轴向连接...

2021-05-12 08:46:50 57

原创 Pandas一些基本知识（代码）

import pandas as pdfrom pandas import Series,DataFrame1.Series创建及基本组成索引obj2=Series([4,3,2,5],index=['d','a','c','e'])obj2['d']obj2[['d','a']]转化字典stada={'a':'1','b':'2'}obj3=Series(stada)有缺失值命名2.DataFrame创建索引，赋值加入和删除列字典转化命名

2021-05-12 08:46:00 208

原创 Numpy一些基本知识笔记（代码）

1.创建import numpy as nparra1=np.array([1,2.3,4],dtype=np.float64)arra2=np.arange(4)arra3=np.empty(16)arra3.astype(arra1.dtype)2.运算 arra1*arra23.索引和切片(视图)一维：arra1[:2]=8arr1[:2].copy()二维：arr2d=np.array([2,3],[3,2])arr2d[0,1]arr2d[0][1]...

2021-05-12 08:45:02 118

原创关于numpy.sum(==)函数判断用法的一点理解，np.sum()的一个巧妙方法

本文章是基于另一位博主的文章一点见解：https://blog.csdn.net/weixin_41571247/article/details/8487602如果有小伙伴知道怎么查看这个np.sum(==)官方理解请告诉我呀。今天在学习用神经网络one_hot方法预测的时候对最后的错误分类数目记录遇到了这样一段代码：`res=clt.predict(dataSet) #对训练集进行也测后返回得到res数组error_num=0 #初始化误分类数量num=len(dataSet)#预测结果总

2021-05-12 08:43:30 1061

原创 python:求1-2+3-4~~-100的和（多种方法）

一般答案：s = 0count = 1while count <=100: if count%2 == 0: s -= count else: s += count count += 1print(s)我的方法：s=['-','+']sum=0for i in range(1,101): sum=sum+(eval(s[i%2]+'i'))print(sum)如果感兴趣的朋友想进一步了解这个方法的思路可以评论我，我

2021-05-12 08:41:19 7976 8

weixin_45987654的博客