自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 【无标题】

2021-12-10 15:53:33 176

原创 Numpy之统计函数

Numpy之统计函数 NumPy 有很多有用的统计函数,用于从数组中给定的元素数组中查找最小,最大,百分标准差和方差等。 numpy.amin() 和 numpy.amax() 从给定数组中的元素沿指定轴返回最小值和最大值。 import numpy as np a = np.array([[3, 7, 5], [8, 4, 3], [2, 4, 9]]) print('a:') print(a) print() print('调用amin()函数:') print(np.amin(a,

2021-07-20 01:26:08 193

原创 Numpy基础教程

我们先导入numpy库,并查看版本: import numpy as np np.__version__ '1.19.2' Ⅰ.创建ndarry 1.使用np.array(),由list创建 参数为列表:[1, 4, 2, 5, 3] 注意: numpy默认ndarray的所有元素的类型是相同的 如果传进来的列表中包含不同的类型,则统一为同一类型,优先级:str > float > int test = np.array([1, 4, 2, 5, 3]) test array([1,

2021-07-20 00:21:16 246

原创 Numpy之算术运算

Numpy之算术运算 基本运算 用于执行算术运算(如add(),subtract(),multiply()和divide())的输入数组必须具有相同的形状或符合数组广播规则。 import numpy as np a = np.arange(9, dtype=np.float_).reshape(3,3) print('第一个数组:') print(a) print() print('第二个数组:') b = np.array([10, 10, 10]) print(b) pri

2021-07-20 00:17:09 145

原创 NumPy之三角函数、舍入函数

NumPy之三角函数、舍入函数 NumPy 包含大量的各种数学运算功能。 三角函数 NumPy拥有标准的三角函数,它为弧度制单位的给定角度返回三角函数比值。 import numpy as np a = np.array([0, 30, 45, 60, 90]) print('不同角度的正弦值:') # 通过乘 pi/180 转化为弧度 print(np.sin(a*np.pi/180)) print() print('数组中角度的余弦值:') print(np.cos(a*np.pi/180

2021-07-20 00:16:36 919

原创 Numpy之字符串函数

NumPy之字符串函数 以下函数用于对dtype为numpy.string_或numpy.unicode_的数组执行向量化字符串操作。 它们时基于Python内置库中的标准字符串函数。 序号 函数及描述 1. add() 返回两个str或Unicode数组的逐个字符串连接 2. multiply() 返回按元素多重连接后的字符串 3. center() 返回给定字符串的副本,其中元素位于特定字符串的中央 4. capitalize() 返回给定字符串的副本,其中只有第一个字符串大

2021-07-19 23:16:33 147

原创 Numpy之数组操作

NumPy - 数组操作 NumPy包中有几个例程用于处理ndarray对象中的元素。 它们可以分为以下类型: 修改形状 序号 形状及描述 1. reshape 不改变数据的条件下修改形状 2. flat 数组上的一维迭代器 3. flatten 返回折叠为一维的数组副本 4. ravel 返回连续的展开数组 numpy.reshape 这个函数在不改变数据的条件下修改形状,它接受如下参数: numpy.reshape(arr, newshape, order') 其中:

2021-07-18 02:03:38 446

原创 Numpy之数据类型

NumPy - 数据类型 NumPy 支持比 Python 更多种类的数值类型。 下表显示了 NumPy 中定义的不同标量数据类型。 序号 数据类型及描述 1. bool_ 存储为一个字节的布尔值(真或假) 2. int_ 默认整数,相当于 C 的long,通常为int32或int64 3. intc 相当于 C 的int,通常为int32或int64 4. intp 用于索引的整数,相当于 C 的size_t,通常为int32或int64 5. int8 字节(-128 ~

2021-07-14 00:51:12 351

原创 pandas基础操作之Series

导入numpy、pandas库: import numpy as np import pandas as pd Series Series是一种类似与一维数组的对象,由两个部分组成: values:一维数组(ndarray类型) index:相关的数据索引标签 1) Series的创建 两种创建方式: (1)由列表或numpy数组创建 默认索引为0到N-1的整数索引。 obj = pd.Series([1, 2, 3, 4]) obj 0 1 1 2 2 3 3 4 dty

2021-07-05 00:11:48 266

原创 jupyter的基本命令

命令行模式(Cell命令) 单击A:在当前cell上方添加一个cell 双击D:删除当前cell 单击M:转Markdown语法 单击Y:转ipython语法 单击Enter:开始编辑模式 编辑模式(代码块命令) Tab:自动补全 ?:返回帮助文档 ??:返回函数源码 单击Esc:开始命令行模式 魔法命令(%) 1. 运行外部文件 用下面的命令运行外部文件: %run xxx.py 2. 运行计时 用下面的命令计算statement的运行时间: %time statement 用下

2021-07-05 00:10:00 2507

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

提示
确定要删除当前文章?
取消 删除