numpy
心际花园
编程的主题是人如何处理信息的。编程就像一个迷宫,有无穷无尽的歧路,在其中的体验是有趣的。不必惆怅编程的无限性,重要的是体验过程,而不仅仅是获得结果。
展开
-
NumPy数组维度
介绍numpy的数组维度。原创 2022-12-07 11:35:08 · 1028 阅读 · 0 评论 -
介绍numpy数组
NumPy是Python科学计算的核心库。基本的Python库,如pandas、SciPy和Matplotlib,都构建在NumPy的API之上。机器学习库如TensorFlow和scikit-learn也是如此,它们使用NumPy数组作为输入。任何在Python中使用数字的人都会遇到NumPy数组。那么它们是什么,我们如何创造它们?数组是 NumPy 中的主要对象;它是一个保存数据的网格状结构。数组可以有任意数量的维度,每个维度可以是任意长度。要开始使用,请导入 NumPy,将导入别名为 np。我们可以通原创 2022-12-06 13:21:05 · 758 阅读 · 0 评论 -
numpy.stack()、np.row_stack()、np.column_stack()、 np.concatenate()、np.vstack()、np.hstack()的区别
numpy.stack()•numpy.stack(arrays, axis = 0, out = None) 沿新轴连接一系列数组array01=np.array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]])array02 = np.arange(24,48).reshape(4,6)arr原创 2021-12-09 10:04:42 · 4719 阅读 · 1 评论 -
numpy的矩阵
numpy的矩阵比较难,下面举例解释# 矩阵运算和数组运算的区别a = np.array([[1,1],[0,1]])b = np.array([[2,0],[3,4]])print(a)print(b)结果[[1 1] [0 1]][[2 0] [3 4]] # 数组的乘积a * b 结果array([[2, 0], [0, 4]]) # 矩阵的乘积# (a的第1行和b的第1列的元素相乘再相加)5 = 1*2 + 1*3 # (原创 2021-05-20 11:18:01 · 119 阅读 · 0 评论 -
numpy.concatenate()的out使用举例
numpy.concatenate()的官方语法是numpy.concatenate((a1,a2,...),axis = 0,out = None,dtype = None,cast =“ same_kind” 对out的要求是out ndarray,可选如果提供,则为放置结果的目的地。形状必须正确,并且与未指定out参数的串联连接的形状匹配。举例array01=np.arange(24).reshape(4,6)array01结果array([[ 0, 1, 2, 3,原创 2021-05-20 09:14:57 · 303 阅读 · 0 评论