![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python学习
专栏主要分为两个部分:(1)主要针对Python内置的数据结构如:列表、字典、集合、元组以及Python面向对象的编程加上其内置的各种依赖包的学习。(2)Pytho常用的第三方科学计算包如pandas、scipy、numpy等的学习
一穷二白到年薪百万
程序员
展开
-
【Python进阶】Python多进程pool.map()方法的使用
非常好用的方法运行结果。原创 2023-07-15 10:49:38 · 1472 阅读 · 0 评论 -
【Python进阶】Python计算consine相似性矩阵
python计算相似矩阵原创 2022-12-16 18:09:11 · 781 阅读 · 0 评论 -
【Python进阶】 __getitem__()方法理解
[1]pytorch回炉再造笔记–python类中getitem的用法[2]python getitem()方法理解原创 2022-10-29 10:50:40 · 554 阅读 · 0 评论 -
【Python进阶】Python将关系对转为邻接矩阵
在深度学习或者机器学习中,关系转换为矩阵是常用的操作。这里提供两种方法。原创 2020-11-22 20:05:43 · 4931 阅读 · 2 评论 -
【Python进阶】sp.bmat
功能:从稀疏的矩阵块中建立一个稀疏矩阵例子。原创 2022-09-20 16:20:25 · 437 阅读 · 0 评论 -
【Python基础】squeeze()函数
[1]Numpy库学习—squeeze()函数原创 2022-09-14 10:36:23 · 3588 阅读 · 0 评论 -
【Pythons学习】pandas按照索引删除行或列
2 根据索引或者行号删除行3 参考文献[1]Pandas DataFrame 删除指定列[2]12_Pandas.DataFrame删除指定行和列(drop)原创 2022-07-14 14:28:24 · 8307 阅读 · 0 评论 -
【Python进阶】python @运算符的使用
在学习深度学习模型时,有时会看到A@BA@BA@B这个符号,这个符号不常见,其本身有两重含义一个是函数的修饰符号,还有一个矩阵计算符号,在模型中就是矩阵计算的意思。x = torch.ones(4,3) a = torch.ones(3,4) y = x@a参考文献[1]python中的@运算符...原创 2022-05-01 10:58:12 · 2697 阅读 · 0 评论 -
【Python基础】np.unique( )的用法
该函数是去除数组中的重复数字,并排序之后输出。这个函数的功能可以用集合操作实现,但是集合操作并不能够让输出结果按一定顺序排列(集合进行了哈希操作)。原创 2022-04-22 11:00:58 · 2110 阅读 · 0 评论 -
【Python技巧】将Python控制台输出保存到文件的方法
参考文献[1]将Python3控制台输出保存到文件的方法转载 2021-12-12 16:23:42 · 7029 阅读 · 0 评论 -
【Python基础】python如何把秒换成时分秒
1、在python中可以使用下面的方法将秒数转换为时分秒:seconds=5555m, s = divmod(seconds, 60)h, m = divmod(m, 60)print ("%02d:%02d:%02d" % (h, m, s))输出结果:01:32:35python divmod() 函数把除数和余数运算结果结合起来,返回一个包含商和余数的元组(a // b, a % b)。2、使用strftime()与gmtime()函数把秒转换为时分秒from time impor转载 2021-12-12 15:56:56 · 22524 阅读 · 2 评论 -
【Numpy学习】np.array()和np.mat()区别
参考文献[1]np.array()和np.mat()区别原创 2021-06-25 15:36:05 · 375 阅读 · 0 评论 -
【Numpy基础】numpy数组的拼接与合并
常用的几种方法如下import numpy as np(1)np.append()(2)np.concatenate()(3)np.stack()(4)np.hstack()(5)np.vstack()(6)np.dstack()# 其中最泛用的是第一个和第二个。#第一个可读性好,比较灵活,但是占内存大。#第二个则没有内存占用大的问题。详细的例子看参考文献参考文献[1]数组的拼接与合并...原创 2021-06-21 09:06:36 · 235 阅读 · 0 评论 -
【Numpy基础】Numpy获取array(矩阵)中指定所有行列的元素
Python中一般获取带有index或者columns名称行列的矩阵元素,一般都是用pandas中iloc处理的。有时候处理完之后还得转成numpy格式,过程就比较麻烦虽然就是.values的事情,为啥不能用pandas一步到位呢。下面介绍一下Python获取array中指定元素的示例:# 设array为3*10的shapes = array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9], [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],原创 2021-04-30 20:36:15 · 5944 阅读 · 1 评论 -
【Numpy基础】np.loadtxt函数解读
在Python中读取文件的方法有很多,以前笔者主要用Pandas方法读取execl,csv数据。主要是因为喜欢把数据存成以上两种格式。最近在做模型时,发现用pandas读取数据很麻烦。因为读取到的数据还需要转成array,虽然只需要加.values但其中需要具体操作也是占时间的。不如一步到位读取出来就是array,所以现在喜欢读取txt文件,当然pandas也能读取。 np.loadtxt函数np.loadtxt(“path”,delimiter=None),主要的两个参数是路径跟分隔符。path是原创 2021-04-26 21:05:00 · 6307 阅读 · 0 评论 -
【Numpy学习】numpy读取文件——np.loadtxt() 用法
[1]numpy.loadtxt() 用法原创 2021-04-20 23:26:38 · 2494 阅读 · 0 评论 -
【Numpy学习】array数据拼接np.vstack()、np.hstack()和np.concatenate()
在做数据处理时,经常需要数据拼接。Numpy中常用的数据拼接方式有三种np.vstack()、np.hstack()和np.concatenate()。其中前两种方式等价于后一种方式,不过后一种方式需要用参数axis控制数据拼接的方向。axis=1是横向拼接,axis=0是竖向拼接见下图。横向拼接:np.hstack()竖向拼接:np.vstack()import numpy as nparr1=np.array([1,2,3])arr2=np.array([4,5,6])print(np.v原创 2021-04-09 15:15:59 · 772 阅读 · 0 评论 -
【Numpy学习】python查找矩阵中不为0元素的索引(np.nonzero())
在用矩阵分解方法做模型时,需要对模型的结果做验证。在验证过程中需要mask训练集、验证集和测试集。这时候就需要原矩阵SSS中不为0元素和为0元素的索引值,这个方法在matlab中是find方法,在用python实现时就需要np.nonzero()。下面看一段代码:import numpy as npa = np.arange(12).reshape(3, 4)print(a)[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]print(np.nonze原创 2021-04-06 20:16:01 · 10083 阅读 · 0 评论 -
【Numpy学习】np.eye()和np.identity()
[1]np.eye()和np.identity()原创 2021-03-21 21:52:00 · 389 阅读 · 0 评论 -
【Numpy学习】np.genfromtxt函数用法详解
Python 并没有提供数组功能,虽然列表 (list) 可以完成基本的数组功能,但它并不是真正的数组,而且在数据量较大时,使用列表的速度就会慢的让人难受。为此,Numpy 提供了真正的数组功能,以及对数据快速处理的函数。Numpy 还是很多更高级的扩展库的依赖库,例如: Scipy,Matplotlib,Pandas等。此外,值得一提的是:**Numpy 内置函数处理数据的速度是 C 语言级别的,因此编写程序时,应尽量使用内置函数,避免出现效率瓶颈的现象。**一切计算源于数据,那么我们就来看一看Num转载 2021-03-21 21:29:35 · 4127 阅读 · 0 评论 -
【Numpy学习】np.rint() 、np.ceil() 和 np.linspace()的用法
np.rint()是根据四舍五入取整np.ceil()是向上取整,与四舍五入无关用法:np.linspace(start, stop, num) 返回:在[start, stop]区间内,选取均匀分布的num个点import numpy as npn = np.array([-5.6, -4.2, -2.7, 2.7, 4.3, 5.5, 8.1])print(np.ceil(n))print(np.rint(n)) [-5. -4. -2. 3. 5. 6. 9.][-6..原创 2020-12-15 10:14:03 · 2293 阅读 · 0 评论 -
【Numpy学习】Numpy数组array和矩阵matrix相互转换
参考文献1、Numpy数组array和矩阵matrix相互转换2、python中找出numpy array数组的最值及其索引原创 2020-11-22 20:02:07 · 2432 阅读 · 0 评论 -
【Numpy学习】numpy中的广播机制
参考文献1、numpy数组广播原创 2020-11-22 19:54:28 · 144 阅读 · 0 评论 -
【Numpy基础】np.zeros()&np.ones()&np.full()学习
np.zeros函数跟np.ones函数用法类似相互类比即可: 用法:np.zeros(shape, dtype=float, order=‘C’) 返回:返回来一个给定形状和类型的用0填充的数组; 参数:shape:形状(可以为一个元组,或者数字两者有区别,元组返回的是一个矩阵数字返回的是一个一维数组) dtype:数据类型:可选参数,默认numpy.float64 order:可选参数:c代表与c语言类似,行优先;F代表列优先(这个用法不是很理解) 案例np.zeros(5原创 2020-11-22 10:47:21 · 10014 阅读 · 0 评论 -
【Numpy学习】np.count_nonzero()用法解析
前言 在机器学习或者深度学习中经常需要统计矩阵(也可看做多维数组)中行列不为0元素的个数,这时就需要用到numpy中的np.count_nonzero()函数。 作用 np.count_nonzero()是用于统计矩阵中非零元素的个数。 用法 np.count_nonzero(a, axis=None, *, keepdims=False),参数a: 为需要统计数组名;axis: 为统计的轴,当axis=0时统计数组y轴(每列)非零元素个数,当axis=1时统计数组每x轴(每行)原创 2020-11-19 15:36:38 · 10756 阅读 · 1 评论 -
【Numpy学习】Numpy中reshape与resize区别用法详解
用法numpy中reshape跟resize都是用于改变多维数组的形状,在机器学习方法中使用的含义就是改变矩阵的形状单纯从代码看两个函数的应用没有任何区别如下面代码所示:>>> import numpy as np>>> x = np.random.rand(2,3)>>> xarray([[0.11566322, 0.69637779, 0.56906707], [0.73949046, 0.8744751 , 0.511437原创 2020-09-15 21:26:07 · 1579 阅读 · 0 评论 -
【Numpy学习】Numpy中ravel()和flatten()的区别
标题 Numpy中ravel()和flatten()的区别函数介绍:ravel和flatten是展平函数具体请看代码import numpy as npb = np.arange(24).reshape(2,3,4)barray([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [2原创 2020-09-15 14:28:58 · 920 阅读 · 0 评论 -
【Pandas学习】如何对Dataframe内容按值排序
[1]DataFrame的排序和排名原创 2021-03-22 15:40:34 · 654 阅读 · 0 评论 -
【Pandas学习】iterrows()&iteritems()方法
iterrows()方法就是遍历数据框,并且返回索引和带着表头的数据行内容。import pandas as pdimport numpy as npdf = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))dffor i,r in df.iterrows(): print(i,r)原创 2021-02-06 20:44:28 · 9098 阅读 · 0 评论 -
【Pandas学习】DataFrame数据框的统计计算方法
参考文献1、DataFrame的汇总计算和描述统计(2)原创 2020-11-22 20:03:54 · 1167 阅读 · 0 评论 -
【Pandas学习】pandas读取各种类型的文件
参考文献1、深入理解pandas读取excel,txt,csv文件等命令原创 2020-11-22 19:59:00 · 1722 阅读 · 0 评论 -
【Python基础】os.mkdir()和os.mkdirs()的区别和用法
在模型保存和读取时经常用到这两个函数。但是,其中的细节需要明确一下,避免编码过程中的错误。如:path_01 = 'Test\path_01\path_02\path_03’ (1)os.mkdir()创建路径中的最后一级目录,即:只创建path_03目录,而如果之前的目录不存在并且也需要创建的话,就会报错。(2)os.makedirs()创建多层目录,Test,path_01,path_02,path_03如果都不存在的话,会自动创建...转载 2021-05-17 21:53:38 · 1633 阅读 · 0 评论 -
【Scipy学习】Scipy中稀疏矩阵用法解析(sp.csr_matrix;sp.csc_matrix;sp.coo_matrix)
import scipy . sparse as sp # 定义一个空的稀疏矩阵 s = sp . csr_matrix((3 , 3)) print(s . shape) # (3, 3) 根据行列索引建。原创 2021-05-17 15:16:58 · 9751 阅读 · 0 评论 -
【Python基础】Python类中的 __getitem__()方法理解
参考文献[1]python getitem()方法理解原创 2021-05-06 20:42:29 · 1354 阅读 · 0 评论 -
Sparse模块中处理稀疏数据的其中数据结构
参考资料[1]Python数据分析----scipy稀疏矩阵原创 2021-05-05 19:55:23 · 173 阅读 · 0 评论 -
【Python基础】路径的获取与拼接
在使用远程服务器编程时,不可避免的需要读取服务上的文件。为了获取文件的路径就必须掌握几个常用的获取路径的方法:如获取当前执行文件下路径和获取当前执行文件的上一级路径。原创 2021-04-07 19:50:01 · 3030 阅读 · 0 评论 -
python 参数解析器metavar
https://blog.csdn.net/weixin_41803874/article/details/102586362原创 2021-04-06 21:26:59 · 997 阅读 · 0 评论 -
【Numpy学习】 矩阵除以向量
https://blog.csdn.net/DeniuHe/article/details/114292950原创 2021-03-31 19:50:59 · 1946 阅读 · 0 评论 -
【Python基础】生成.pkl文件,读取.pkl文件的内容
保存读取。转载 2021-03-30 22:02:38 · 5557 阅读 · 1 评论 -
【Python基础】tqdm进度条模块
[1]任务进度可视化,Python 进度条模块 Tqdm[2]tqdm 显示进度_给Python代码加上酷炫进度条的几种姿势原创 2021-03-21 19:59:18 · 250 阅读 · 0 评论