机器学习
苇草的征程
西电通信狗
展开
-
numpy学习系列——创建数组
NUMPY你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:全新的界面设计 ,将会带来全新的写作体验;在创作中心设置...原创 2019-07-05 22:16:32 · 175 阅读 · 0 评论 -
NUMPY学习系列——数组的基本操作
numpy数组的基本操作方法索引首先我们导入numpy,import numpy as np。numpy支持隐式索引如x = np.array([0,1,2,3,4,5,6,7,8,9]),那么我们可以使用x[0]来获取向量x的第一个元素0;如y = np.arange(15).reshape((3,5)),那么我们可以使用y[0,0]来获取矩阵x的第一行第一列的元素0;若x[-1],...原创 2019-07-06 21:59:52 · 437 阅读 · 0 评论 -
NUMPY学习系列——通用函数
在通用函数中,对数组的操作会被用于数组中的每一个元素x = np.arange(5)得到x = array([0,1,2,3,4])数组的运算加法运算np.add(x,x),得到array([0,2,4,6,8]);减法运算np.subtract(x,x),得到array([0,0,0,0,0]);负数运算np.negative(x,x),得到array([0,-1,-2,-3,-4...原创 2019-07-06 23:21:40 · 184 阅读 · 0 评论 -
NUMPY学习系列——聚合运算
numpy的内置的聚合函数可以用于计算大量数据的统计值计算元素的和np.sum()计算元素的积np.prod()计算元素的平均值np.mean()计算元素的标准差np.std()计算元素的方差np.var()找出最大值np.max()找出最小值np.min()计算元素的中位数np.median()计算基于元素排序的统计值np.percentile()...原创 2019-07-07 10:12:12 · 226 阅读 · 0 评论 -
NUMPY学习系列——广播操作
广播的规则规则1:如果两个数组的维度数不相同,那么小维度数组的形状将会在最左边补1。规则2:如果两个数组的形状在任何一个维度上都不匹配,那么数组的形状会沿着维度为一的维度扩展以匹配另一个数组的形状。规则3:如果两个数组的形状在任何一个维度上都不匹配并且没有任何一个维度等于一,那么会引发异常。示例1:a = np.ones((2,3)) a.shape = (2,3)b = np.a...原创 2019-07-07 11:54:36 · 140 阅读 · 0 评论 -
NUMPY学习系列——花哨的索引
若a = array([0,1,2,3,4,5,6,7,8,9]),b = array([[0,1,2,3], [4,5,6,7], [8,9,10,11]])那么:索引对象为向量方法一:[x[3],x[7],x[2]] 即array([3,7,2])方法二:ind = [3,7,2] x[ind] arr...原创 2019-07-07 12:18:00 · 285 阅读 · 0 评论