
Python 科学计算库NumPy 完整教程
NumPy 是 Python 在科学计算领域取得成功的关键之一,如果你想通过 Python 学习数据科学或者机器学习,就必须学习 NumPy。我认为 NumPy 的功能很强大,而且入门也不难。
IT界的小小小学生
写文章的目标不仅是解决问题,更是帮助阅读的人或企业实现商业价值。秉持 “从解决问题出发、在实践中学习,最终创造价值”的信念,予人玫瑰手留余香!
展开
-
python中numpy模块下的np.clip()的用法
Numpy 中clip函数的使用numpy.clip(a, a_min, a_max, out=None)Clip (limit) the values in an array. Given an interval, values outside the interval are clipped to the interval edges. For example, if an inte...原创 2018-04-03 10:27:44 · 40773 阅读 · 2 评论 -
Python—numpy模块下函数介绍(一)numpy.ones、empty等
NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。在NumPy中,每一个线性的数组称为是一个轴(axes),秩其实是描述轴的数量。比如说,二维数组相当于是一个一维数组,而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴(axes),而轴的数量——秩,就是数组的维数。 首先来看看以np.ones为例的英文参数介绍numpy.one...原创 2017-11-21 11:35:23 · 40636 阅读 · 2 评论 -
numpy 参数(一) —— np.linalg
(1)np.linalg.inv():矩阵求逆 (2)np.linalg.det():矩阵求行列式(标量)np.linalg.norm顾名思义,linalg=linear+algebra,norm则表示范数,首先需要注意的是范数是对向量(或者矩阵)的度量,是一个标量(scalar):这里我们只对常用设置进行说明,x表示要度量的向量,ord表示范数的种类, x = np.array([3, 4])原创 2017-11-07 17:59:48 · 1694 阅读 · 0 评论 -
python 对矩阵进行复制操作 np.repeat 与 np.tile区别
python 对矩阵进行复制操作 np.repeat 与 np.tile区别二者区别二者执行的是均是复制操作; np.repeat:复制的是多维数组的每一个元素;axis来控制复制的行和列 np.tile:复制的是多维数组本身; import numpy as np 通过help 查看基本的参数 help(np.repeat) help(np.tile)案例对...原创 2018-03-27 12:00:41 · 25111 阅读 · 1 评论 -
把一个矩阵行优先展成一个向量,numpy.ravel() vs numpy.flatten()区别
首先声明两者所要实现的功能是一致的(将多维数组降位一维),两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响原始矩阵,而numpy.ravel()返回的是视图,会影响原始矩阵。两者区别x = np.array([[1, 2], [3, 4]])print(x.flatten()[1] = 100)arra...原创 2018-03-28 15:37:37 · 2214 阅读 · 0 评论 -
python如何保存矩阵,保存matrix,保存numpy.ndarray
问题:如何将array保存到txt文件中?如何将存到txt文件中的数据读出为ndarray类型?python如何保存矩阵,保存matrix,保存numpy.ndarraypython中list、array、matrix之间的基本区别:直通车分析a = np.arange(0,12,0.5).reshape(4,-1) np.savetxt("a.txt", a) # 缺省按照'...原创 2018-03-20 17:40:07 · 70939 阅读 · 0 评论