BBJG_001的博客

原文地址分类目录——numpy诸如长序列单行显示，全部显示（不缩略显示），精度（保留小数点后几位），是否科学计数法显示等等。直接用程序来说明生成测试数据import numpy as npnp.random.seed(1) # 控制每次生成的随机数据相同data = np.random.random(700).reshape((100,7))print(data)效...

生成规则序列生成全0的数组print('np.zeros(5)\n', np.zeros(5))print('np.zeros(5, dtype=int)\n', np.zeros(5, dtype=int))print('np.zeros((3, 7))\n', np.zeros((3, 7)))生成全1的数组print('np.ones(5)\n', np.ones(5))p...

原文地址python在内部封装了很多优化机制，比如共享内存。什么是共享内存M = [1,2,3]N = M这时候N和M是共用同一处内存的，对其中一个做修改，另一个也会跟着变化下面用程序说明共享内存的问题生成测试数据import numpy as npa1 = np.array([1,2,3])# [1 2 3]b1 = np.array([1,2,3])# [1...

原文地址生成测试数据import numpy as np# 生成测试数据（下述维度描述针对此二维数据）a = np.arange(12).reshape((3,4))# [[ 0 1 2 3]# [ 4 5 6 7]# [ 8 9 10 11]]均等切分——np.split(A,n,axis=0)# np.split(A,n,axis=0)把所有切分子集...

原文地址错误发生在执行np.concatenate(,axis=1)时当我想把两个一维数据堆起来的时候，即# 把a = [1,2,3]b = [4,5,6]# 变成[[1,2,3],[4,5,6]]使用np.concatenate((a,b),axis=1)这是因为a和b都是一维数据，只有一个维度，也就是axis=0，不存在axis=1我找到两种解决方案np.vstac...

原文地址定义测试数据import numpy as np# 生成测试数据a = np.arange(1,4)# [1 2 3]b = np.arange(10,40,10)# [10 20 30]c = np.arange(1,7).reshape((2,3))# [[1 2 3]# [4 5 6]]d = np.arange(10,70,10).reshape((2,3...

原文地址生成测试数据import numpy as np# 定义测试数据A = np.arange(12)# [ 0 1 2 3 4 5 6 7 8 9 10 11]B = A.reshape((3,4))# [[ 0 1 2 3]# [ 4 5 6 7]# [ 8 9 10 11]]一维索引# 一维索引cell = A[3]# 3...

原文地址首先定义一个矩阵import numpy as npa1 = np.array(np.arange(10, 70, 10).reshape((2,3)))# [[10 20 30]# [40 50 60]]argmin() 和 argmax() ： 求矩阵中最小元素和最大元素的索引# 最大值索引/最小值索引print(np.argmax(a1)) # 5pri...

原文地址首先，定义两个矩阵作为操作数import numpy as npa1 = np.array(np.arange(10, 70, 10).reshape((2,3)))# [[10 20 30]# [40 50 60]]a2 = np.array(np.arange(6).reshape((2,3)))# [[0 1 2]# [3 4 5]]+ - * /：两个矩...

原文地址学习地址首先导入numpy模块import numpy as nparray：创建数组# np.array()定义一个数组a = np.array([2,23,4])print(a)# [ 2 23 4]dtype：指定数据类型# dtype属性,指定数据类型a = np.array([2,23,4],dtype=np.float)# np.int32...

原文地址ndim：维度shape：行数和列数size：元素个数import numpy as np # 导入numpy，通常为了简便，重命名为np（在本文件内有效）array = np.array([[1,2,3],[4,5,6]]) # 定义一个矩阵print(array)# [[1 2 3]# [4 5 6]]# ndim维度print(array.ndim)...

原文地址NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩...