python
文章平均质量分 73
yhwangk
这个作者很懒,什么都没留下…
展开
-
奇异值分解(numpy.linalg.svd二维和三维数据的压缩和还原)
奇异值分解SVD(Singular Value Decomposition,奇异值分解)numpy.linalg模块中的svd函数可以对矩阵进行奇异值分解。分解的目标:是一种因子分解运算,将一个矩阵分解为3个矩阵的乘积3个矩阵: U, Σ\SigmaΣ 和 V,其中U和V是正交矩阵,分别称为左奇异值、右奇异值,Σ\SigmaΣ为奇异值。numpy的实现:numpy.linalg.svd(A,full_matrices=1,compute_uv=1)参数:A是一个形如(m,n)矩阵fu原创 2021-04-30 01:11:09 · 6616 阅读 · 0 评论 -
关于一维和二维数据的差分和梯度的计算(使用 num.diff() 和 numpy.gradient() )
@[TOC](关于一维和二维数据的差分和梯度的计算(使用 num.diff() 和 numpy.gradient() ))关于一维数据的差分和梯度的计算一维数据的差分公式:一阶差分:一阶前向差分:下一个值与当前值的差f(xk)=f(xk+1)−f(xk)f(x_k) = f(x_{k+1}) - f(x_k)f(xk)=f(xk+1)−f(xk)一阶后向差分:当前值与上一个值的差f(xk)=f(xk)−f(xk−1)f(x_k) = f(x_k) - f(x_{k-1})f(xk)=原创 2021-04-28 00:49:53 · 9160 阅读 · 2 评论 -
多维网格气泡图
多维网格气泡图1. 要求绘制 numpy 多维数据的网格气泡图数据: 20行,25列(为 5 * 5 的阵列)子图: 5 * 5 的网格, 每个网络1个气泡气泡: 大小为数值大小, 正数为红色, 负数为蓝色排布: 20行用20个子图, 1行5个子图,共4行import numpy as npimport matplotlib.pyplot as plt# 2维数据, 20行 25列(为 5 * 5 的阵列)wgt = np.\array([[-0.0892, -0.0864, -原创 2021-04-08 00:05:53 · 1001 阅读 · 0 评论