- 博客(10)
- 收藏
- 关注
RSS订阅原创 Numpy大作业
import numpy as npimport pandas as pdfrom sklearn.datasets import load_irisiris=load_iris()iris_data=iris.datatarget=iris.targetiris_datairis_target=load_iris.target鸢尾属植物数据集处理.[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DTuAGlMR-1606836267334)(https:/
2020-12-01 23:24:45
217
原创 numpy 线性代数
线性代数Numpy 定义了 matrix 类型，使用该 matrix 类型创建的是矩阵对象，它们的加减乘除运算缺省采用矩阵方式计算，因此用法和Matlab十分类似。但是由于 NumPy 中同时存在 ndarray 和 matrix 对象，因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则，因此官方并不推荐在程序中使用 matrix。在这里，我们仍然用 ndarray 来介绍。矩阵和向量积矩阵的定义、矩阵的加法、矩阵的数乘、矩阵的转置与二维数组完全一致，不再进行说明，但矩阵的乘法有
2020-11-29 14:59:00
296
原创 numpy. 统计相关
统计相关次序统计计算最小值numpy.amin(a[, axis=None, out=None, keepdims=np._NoValue, initial=np._NoValue, where=np._NoValue])Return the minimum of an array or minimum along an axis.【例】计算最小值import numpy as npx = np.array([[11, 12, 13, 14, 15], [16,
2020-11-27 12:33:37
132
原创 11. 随机抽样
随机抽样numpy.random 模块对 Python 内置的 random 进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数，如正态分布、泊松分布等。numpy.random.seed(seed=None) Seed the generator.seed()用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。在对数据进行预处理时，经常加入新的操作或改
2020-11-25 21:26:26
610
原创 numpy. 输入和输出
输入和输出numpy 二进制文件save()、savez()和load()函数以 numpy 专用的二进制类型（npy、npz）保存和读取数据，这三个函数会自动处理ndim、dtype、shape等信息，使用它们读写数组非常方便，但是save()输出的文件很难与其它语言编写的程序兼容。npy格式：以二进制的方式存储文件，在二进制文件第一行以文本形式保存了数据的元信息（ndim，dtype，shape等），可以用二进制工具查看内容。npz格式：以压缩打包的方式存储文件，可以用压缩软件解压。nump
2020-11-23 21:12:06
167
原创 numpy 排序搜索计数及集合操作
排序，搜索和计数排序numpy.sort()numpy.sort(a[, axis=-1, kind='quicksort', order=None]) Return a sorted copy of an array.axis：排序沿数组的（轴）方向，0表示按行，1表示按列，None表示展开来排序，默认为-1，表示沿最后的轴排序。kind：排序的算法，提供了快排’quicksort’、混排’mergesort’、堆排’heapsort’， 默认为‘quicksort’。order：排序的字
2020-10-31 11:41:24
218
原创 数学函数及逻辑函数
向量化和广播向量化和广播这两个概念是 numpy 内部实现的基础。有了向量化，编写代码时无需使用显式循环。这些循环实际上不能省略，只不过是在内部实现，被代码中的其他结构代替。向量化的应用使得代码更简洁，可读性更强，也可以说使用了向量化方法的代码看上去更“Pythonic”。广播（Broadcasting）机制描述了 numpy 如何在算术运算期间处理具有不同形状的数组，让较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。并不是所有的维度都要彼此兼容才符合广播机制的要求，但它们必须满足一定的条件。
2020-10-28 21:35:20
570
原创 Python数组的操作
数组操作1.1更改形状在对数组进行操作时，为了满足格式和计算的要求通常会改变形状数组的维度可表示为：numpy.ndarray.shape元组的长度即维度数目，即ndim属性(秩)通过修改shape属性来改变数组的形状import numpy as npx=np.array([1,2,3,4,5,6])print(x.shape)#(6,)x.shape=[3,2]print(x)# [[1 2]# [3 4]# [5 6]]numpy.ndarray.flat将数组转换
2020-10-25 22:30:35
306
原创 Python索引
索引数组索引机制指的是用方括号（[]）加序号的形式引用单个数组元素，它的用处很多，比如抽取元素，选取数组的几个元素，甚至为其赋一个新值。1.1整数索引要获取数组的单个元素，指定元素的索引即可。一维数组import numpy as npx = np.array([1, 2, 3, 4, 5, 6, 7, 8]) print(x[2]) # 3二维数组x = np.array([[11, 12, 13, 14, 15], [16, 17, 18, 19, 2
2020-10-23 16:27:39
675
原创 python基础
1 创建数组（1）常量空值：nan = NaN = NAN正无穷大：Inf = inf = infty = Infinity = PINF圆周率：pi = 3.1415926535897932384626433…e表示自然常数：e = 2.718281828459045235360…（2）数组类型常用 numpy 基本类型bool_= bool8 8位 布尔类型int8 = byte 8位 整型int16 = short 16位 整型int32 = i
2020-10-20 21:51:39
239
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