Word中的秘密（MS的恶作剧）

最新推荐文章于 2022-03-30 18:30:48 发布
原创 最新推荐文章于 2022-03-30 18:30:48 发布 · 1.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#微软

博客讲述中国古代工匠在献给皇上的茶壶隐秘处刻名字，类比微软公司的胡万进，他从97年起为微软制作字库，在Word97以后版本按特定操作输入“胡”字会有特别效果，不知微软看到会作何反应。

中国古代的工匠喜欢在献给皇上的茶壶的最隐秘处刻上自己的名字，虽然被发现是要杀头的。但是很多人仍乐此不疲。


如今，微软公司中也出现了如此一幕，此人叫胡万进，从97年起便一直为微软制作字库，在Word97以后的版本中，输入一个“胡“，把字体和大小设为隶书初号，再把显示比例换成500%，最后设置格式--字体--效果--选中空心，大家看看出现了什么？


此人此一招历害，不知微软看到会不会晕倒！


数据分析之NumPy（四）ndarray运算
提莫君的博客
03-11 1601
ndarray运算 逻辑运算 # 重新生成8只股票10个交易日的涨跌幅数据 stock_change = np.random.normal(0, 1, (8, 10)) stock_change stock_change = stock_change[0:5, 0:5] stock_change # 逻辑判断, 如果涨跌幅大于0.5就标记为True 否则为False stock_chang...
Numpy使用方法
tanhuanzheng的博客
10-31 1276
Numpy使用方法 一、ndarray的属性 属性名字 属性解释 ndarray.shape 数据维度形状：一维数组(元素个数)，二维数组(行,列)，三维数组(层,行,列) ndarray.ndim 数组维数 ndarray.size 数组中的元素数量 ndarray.itemsize 一个数组元素的长度(字节) ndarray.dtype 数组元素的类型 二、基本操作 1.数组生成 1.1生成全0数组 np.zeros np.zeros((6,6,6)) 1.2生成全
一文学懂Numpy之常用计算
能力工场小马哥
11-17 469
1, 逻辑计算 作用:用来操作符合条件的元素,看示例 import numpy as np # 生成8个股票10天数据 stock_change = np.random.normal(0,1,(8,10)) print("1. 计算每一个元素是否>0.5: \n",stock_change>0.5) # ndarray[条件] 对条件为True位置的元素执行操作 stock_change[stock_change>0.5]=1 print("2. 选择数组中元素值>..
Numpy：ndarray运算。
It's You--MXL
05-28 274
一、通用判断函数 np.all() – 全部元素都满足条件，返回 True，否则返回 False #判断前两名同学的成绩[0:2, :]是否全及格 >>>np.all(score[0:2, :] > 60) False np.any() – 有元素满足条件，返回 True，否则返回 False # 判断前两名同学的成绩[0:2, :]是否有大于90分的 >>> np.any(score[0:2, :] > 80) True 二、np.where（三元运算符
NumPy学习笔记——（4）ndarray运算
Ma Sizhou
01-19 607
上一小节: NumPy学习笔记——（3）N维数组-ndarray基本操作. 目录一、ndarray运算1、逻辑运算2、通用判断函数3、np.where（三元运算符）`np.where(条件, value1, value2)`4、统计运算4.1 统计指标（1）`min(a, axis)`（2）`max(a, axis])`（3）`median(a, axis)`（4）`mean(a, axis, dtype)`（5）`std(a, axis, dtype)`（6）`var(a, axis, dtype).
精选资源
numpy-1.26.4-cp311-cp311-win-amd64.whl
06-15
它的核心功能是提供高效的多维数据容器——numpy数组（也称为ndarray），支持大量的维度数组和矩阵运算，同时为这些数组提供了大量的数学函数库。这使得numpy成为Python科学计算的基石。 numpy数组与Python内置的...
精选资源
numpy-2.2.0-cp312-cp312-win_amd64.whl
12-17
它提供了强大的多维数组对象（ndarray）以及用于操作这些数组的工具。NumPy的核心功能包括： 多维数组对象：支持一维、二维及更高维度的数组运算。 广播功能：允许在不同形状的数组之间进行操作，自动调整形状以进行...
精选资源
numpy-1.26.4-cp310-cp310-win-amd64.whl
06-15
2. **广播机制**：当两个数组的形状不完全匹配时，Numpy能够自动将较小数组“扩展”到与较大数组相同形状，从而实现元素级别的运算。 3. **线性代数运算**：提供了大量用于矩阵和向量操作的函数，如矩阵乘法、求逆...
精选资源
numpy-2.2.0-cp311-cp311-win_amd64.whl
12-17
它提供了强大的多维数组对象（ndarray）以及用于操作这些数组的工具。NumPy的核心功能包括： 多维数组对象：支持一维、二维及更高维度的数组运算。 广播功能：允许在不同形状的数组之间进行操作，自动调整形状以进行...
精选资源
numpy-1.26.4-cp312-cp312-win-amd64.whl
06-15
Numpy的核心是它的ndarray（n-dimensional array）对象，它支持大量的数学操作，如加法、减法、乘法以及更复杂的线性代数运算。与Python的内置列表相比，ndarray在内存占用和计算速度上都有显著优势，因为它们是存储...
numpy(ndarray的常见基本运算)
weixin_45989161的博客
07-16 536
先导入numpy包 import numpy as np #(习惯改个名0.0) numpy 里相同形状的数组之间可以做算术运算 x = np.array([4,9,3]) y = np.array([3,6,7]) x > y #array([ True, True, False]) (x > y).all() #False a = np.array([1,2,3]) b = np.array([4,5,6]) a + b # array([5, 7, 9]) 不同
numpy教程03---ndarray的运算
qq_38727995的博客
03-30 3086
ndarray的运算，包括算术运算、广播、条件运算和数学、统计函数的使用。
Numpy中ndarray运算
但行好事，莫问前程
06-10 1610
一、逻辑运算 二、通用判断函数 三、np.where（三元运算符） 四、统计运算
ndarray1维数组为0的地方改为1
m0_45496363的博客
11-14 980
import numpy as np from scipy.sparse import csr_matrix row = np.array([0, 0, 1, 2, 2]) col = np.array([0, 2, 2, 0, 2]) data = np.array([1, 2, 3, 4, 6]) sparseA=csr_matrix((data, (row, col)), shape=(3, 3)) print(“sparseA=”) print(sparseA) arrA=sparseA.toarr
Numpy——numpy的基本运算
weixin_37763870的博客
03-10 3715
文章目录1.初始化两个矩阵2.矩阵加法3.矩阵减法4.矩阵乘法5.矩阵的乘方6.矩阵的三角函数7.矩阵的逻辑运算8.二维矩阵计算9.sum(), min(), max()的使用10.行和列的查找运算 1.初始化两个矩阵 import numpy as np a=np.array([11,22,33,44,55,66]) b=np.arange(6) print(a) print(b) #...
Python学习笔记-Numpy的基本用法
Akatsuki
11-17 722
1. 安装使用numpy pip install numpy #安装 import numpy as np #导入 2. ndarray的属性 e.g. 默认类型是 int32，还可以指定类型 也可以直接写类型 3. 数组的基本使用 3.1 生成数组 3.1.1 生成0/1数组 在写代码的时候，通常会生成默认初始值为0或者为1的数组 shape: 指定生成维数，比如要生成2行4列，可以填[2, 4] dtype: 生成数据的类型(如果不指定，默认为float） e.g. ones_like和ze
Python数据分析教程：Numpy 中不得不知的4个重要函数
Python学习Q群696455390
04-18 805
Numpy 功能十分强大，很多我们想要的复杂操作都有实现。今天分享几个数据分析中经常需要用到的重要函数。掌握这些函数可以帮助我们保持代码整洁并且避免重复造轮子。 准备工作 导入numpy import numpy as np 示例数据 本文以二分类任务为例，通常我们的model会输出预测的概率，得到概率后需要进行后续的处理，比如： •根据阈值，将概率大于某个阈值的label...
numpy函数总结(持续更新)
qq_29507011的博客
04-06 378
numpy 矩阵，多维数组处理库 一、应用方法 1 np.empty 效果创建空的数组 np.empty((3,3),dtype=float64) 2 reshape 改变维度，参数为-1时是先自动计算 np.array([1,2,3,4,5,6]).reshape(-1,3) 3 返回非0即1的方法 np.append 类似于python extend 作用：合并数组 生成bool数组 ...
python之np.argmax()及对axis=0/1/-1等参数理解参数理解
qnlailai的博客
08-11 5278
在numpy中，有很多的函数都涉及到axis，很多函数根据axis的取值不同，得到的结果也完全不同。这里通过详细的例子来学习下，axis到底是什么，它在numpy中的作用到底如何。 一、函数理解 首先argmax（） 这个函数的作用是算出数组中最大值的下标。 举个例子： a = [3, 1, 2, 4, 6, 1] maxindex = 0 i = 0 for tmp in a: if tmp > a[maxindex]: maxindex = i i += 1 pri
<class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'
最新发布
11-21
我们被要求提供关于numpy.ndarray类的相关信息，并根据给定的引用内容进行回答。...> NumPy的ndarray是科学计算的基石，在机器学习（特征矩阵）、图像处理（像素数组）、物理仿真（张量运算）中广泛应用[^1][^3]。
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值