<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[csdnwrj的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/csdnwrj</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; csdnwrj]]></copyright><item><title><![CDATA[Python学习笔记（二）：Numpy库（下）]]></title><link>https://blog.youkuaiyun.com/csdnwrj/article/details/107410153</link><guid>https://blog.youkuaiyun.com/csdnwrj/article/details/107410153</guid><author>csdnwrj</author><pubDate>Tue, 21 Jul 2020 21:17:36 +0800</pubDate><description><![CDATA[一、数组的变形
1、修改数组的形状
（1）、重塑
重塑顾名思义就是将重新塑造数组的形状，即改变数组的维度。***np.reshape***函数和***np.resize***两个函数都可以实现这一点。
np.reshape在不改变数据的条件下修改形状，以下是它的定义：
numpy.reshape(arr, newshape, order=‘C’)]]></description><category></category></item><item><title><![CDATA[Python学习笔记（一）：Numpy库（上）]]></title><link>https://blog.youkuaiyun.com/csdnwrj/article/details/107404192</link><guid>https://blog.youkuaiyun.com/csdnwrj/article/details/107404192</guid><author>csdnwrj</author><pubDate>Fri, 17 Jul 2020 11:20:27 +0800</pubDate><description><![CDATA[前言
Numpy 是 Python 专门处理高维数组计算的包。直接pip install numpy进行安装，或者安装Anaconda，其中含有大量的机器学习和数据相关的Python模块。如果在安装或者学习过程中出现什么问题的话可以进入Numpy官网查看相关信息。在使用Numpy库之前首先我们要引用它：
import numpy as np

因为每次使用Numpy中的方法或函数都要写numpy字数有点多，所以我们可以用np作为别名。

之所以要额外引入数组这一种数据结构在于它的计算效率非常高。下面是对数组]]></description><category></category></item><item><title><![CDATA[Win10上搭建Hexo+Github个人博客]]></title><link>https://blog.youkuaiyun.com/csdnwrj/article/details/107403341</link><guid>https://blog.youkuaiyun.com/csdnwrj/article/details/107403341</guid><author>csdnwrj</author><pubDate>Fri, 17 Jul 2020 11:03:54 +0800</pubDate><description><![CDATA[一、前言
博主一直以来在学习过程中总是会出现学了就忘，记忆不深等问题。所以为了改善这一问题，就萌生了搭建自己的博客来记录自己的学习过程、笔记与心得的想法。
作为一个小白，在实际的搭建过程中博主参阅了很多的视频或者图文教程，很多教程都很杂且不完整。所以接下来就给大家带来自己搭建的过程记录和其他比较好的教程。
二、大概流程

（1）安装配置Git工具
（2）安装配置Node.js
（3）安装Hexo
（4）生成博客
（5）将博客部署到Github

三、具体步骤
Step 1：安装配置Git工具
（1）下载安装]]></description><category></category></item></channel></rss>