NockinOnHeavensDoor的博客

关于newaxis的例子： http://blog.youkuaiyun.com/xtingjie/article/details/72510834今天用sklearn里的线性模型fit的时候报错：ValueError: Expected 2D array, got 1D array instead: array=[2 3 4 5]. Reshape your data either using arra

作用：确定浮点数字、数组、和numpy对象的显示形式。 例子：#精度为小数点后4位np.set_printoptions(precision=4)print(np.array([1.123456789]))[1.1235]#超过阈值就缩写np.set_printoptions(threshold=4)print(np.arange(10))[0 1 2 … 7 ...

np.random.seed()设置种子之后，用np.random.RandomState()记录种子，这样后续生成的随机数都是可以重用的。例子：np.random.seed(1234)np.random.uniform(0, 10, 5)array([1.9151945 , 6.22108771, 4.37727739, 7.85358584, 7.79975808])np...

作用：从多样式分布采样。numpy.random.multinomial(n, pvals, size=None)参数：n : 试验次数pvals : p长度序列，表示每次的概率size : int or tuple of ints, optional例子： 1.投一个均匀骰子20次：np.random.multinomial(20, [1/6.]*6, si...

import numpy as npa = np.array(range(10)).reshape(-1, 1)b = np.array(range(10,20)).reshape(-1,1)c = np.array(range(20,30)).reshape(-1,1)#horizontal水平叠加tmp = np.hstack([a,b])np.hstack([tmp,c]...

例子： #Simple python programme to understand random.seed() importanceimport randomrandom.seed(10)print(random.randint(1,100))#和seed 10 结果一样random.seed(10)print(random.randint(1,100))random...

jacobian设随机变量xxx 服从正态分布N=(μ,σ2)N=(μ,σ2)N=(\mu,\sigma^2),概率密度函数为f(x)f(x)f(x),则xxx的仿射变换(affine transformation): r=ax+b(1)(1)r=ax+br = ax + b \tag{1} 随机变量rrr服从分布N(aμ+b,a2σ2)N(aμ+b,a2σ2)N(a\mu +b,a^2\...

例子：>>> mean = (1, 2)>>> cov = [[1, 0], [0, 1]]>>> x = np.random.multivariate_normal(mean, cov, (3, 3))#这里的最后一维代表组成多维随机向量的随机变量的个数x.shape(3, 3, 2)...

numpy API: numpy.flipudFlip array in the up/down direction. 对数组进行上下翻转。例子：A = np.random.randn(2,3,5)# 相当于从最后一个元素开始翻转A[::-1]array([[[ 0.7264141 , -0.68764277, -2.03427692, -0.2503444 , ...

1. np.where(condition, x, y)满足条件(condition)，输出x，不满足输出y。>>> aa = np.arange(10)>>> np.where(aa,1,-1)array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0为False，所以第一个输出-1>>&gt...

转：https://stackoverflow.com/questions/34968722/how-to-implement-the-softmax-function-in-python# my (correct) solution:def softmax(z): assert len(z.shape) == 2 s = np.max(z, axis=1) s = s...

使用长度为1的数组才行，比如：x = array([1. , 1.1, 1.2, 1.3, 1.4, 1.5, 1.6, 1.7, 1.8, 1.9])y = np.int(x)TypeError: only size-1 arrays can be converted to Python scalars用np.vectorize使得函数np.int以广播的形式作用在x上：vect...

array和asarray的区别看asarray的定义：def asarray(a, dtype=None, order=None): return array(a, dtype, copy=False, order=order)和array相似, 除了默认设置copy=False. 而array默认设置copy=True 所以主要的不同在于array对目标做一个拷贝...

numpy.unravel_index(indices, dims, order=’C’) 作用：将平面索引或平面索引数组转换为坐标数组。Parameters: indices : array_like dims : 整型元组，指定原多维数组的维度 order : {‘C’, ‘F’}, 可选，默认为C，决定索引是否看作C行主序，即坐标表示为(x, y)形式,数组是row在前,col...

今天遇到要把两个np.ndarray合并在一起的情况：a = np.array([1,1,2,3])b = np.array([2,3,4,5])先叠一起：c = np.vstack([a,b])print(c)array([[1, 1, 2, 3], [1, 1, 2, 3]])然后就可以用flatten()合并了：c.flatten()array([1, 1, 2, 3,

首先明确百分位数：第p个百分位数是这样一个值，它使得至少有p%的数据项小于或等于这个值，且至少有(100-p)%的数据项大于或等于这个值。举个例子：高等院校的入学考试成绩经常以百分位数的形式报告。比如，假设某个考生在入学考试中的语文部分的原始分数为54分。相对于参加同一考试的其他学生来说，他的成绩如何并不容易知道。但是如果原始分数54分恰好对应的是第70百分位数，我们就能知道大约70%的学生的考分比

Examples转list为array:>>> a = [1, 2]>>> np.asarray(a)array([1, 2])不复制现有数组:>>> a = np.array([1, 2])>>> np.asarray(a) is aTrue如果dtype设定，当数据类型不一致会产生复制：>>> a = np.array([1, 2], dtype=np.float32)>>> np

numpy.random.randn numpy.random.randn(d0, d1, …, dn) 从标准正太分布里返回样本官网例子：#正态分布中的随机数>>> np.random.randn()2.1923875335537315 #random#生成（2,4）的矩阵：>>> 2.5 * np.random.randn(2, 4) + 3array([[-4.49401501,

Translates slice objects to concatenation along the second axis. 将可切片的目标沿着1轴连接起来>>> np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]array([[1, 2, 3, 0, 0, 4, 5, 6]])Stack 1-D arrays as columns i

meshgrid的目的是从x值数组和y值数组中创建一个矩形网格。xvalues = np.array([0, 1, 2, 3, 4])yvalues = np.array([0, 1, 2, 3, 4,5])xx, yy = np.meshgrid(xvalues, yvalues)plt.plot(xx, yy, marker='.', color='k', linestyle='none')

从[0, 1)均匀分布生成值np.random.rand(3,2)array([[ 0.14022471, 0.96360618], #random [ 0.37601032, 0.25528411], #random [ 0.49313049, 0.94909878]]) #random

import numpy as np"""选择排序"""def selection_sort(x): for i in range(len(x)): swap = i + np.argmin(x[i:]) (x[i], x[swap]) = (x[swap],x[i]) return xx = np.random.randint(1...

rng = numpy.random.RandomState(23355)arrayA = rng.uniform(0,1,(2,3))产生一个2行3列的assarray，其中的每个元素都是[0,1]区间的均匀分布的随机数 这里看以看到，有一个23355这个数字，其实，它是伪随机数产生器的种子，也就是“the starting point for a sequence of pseudor...

下载图像：from sklearn.datasets import load_sample_imagechina = load_sample_image("china.jpg")flower = load_sample_image("flower.jpg")截图部分图像：image = china[150:220, 130:250]获取图像的高度，宽度，色道：h...

np.repeat(a, repeats, axis=None) 作用： 复制数组的元素。Parametersa : array_like Input array. repeats : int or array of ints 每个元素复制多少次. axis : 默认会先flattened输入数组，返回flat的输出数组。Returnsrepeated...

作用：返回轴上最大值的索引。例子：a = np.arange(6).reshape(2,3)aarray([[0, 1, 2], [3, 4, 5]])np.argmax(a)5np.argmax(a, axis=0)#列上最大值的索引array([1, 1, 1]) np.argmax(a, axis=1)#行上最大值的索引array([2, 2])...

numpy.interp作用：给定1维数据点上做插入。Parameters:x : 要估计坐标点的x坐标值。xp : x坐标值，must be increasing if argument period is not specified. Otherwise, xp is internally sorted after normalizing the periodic boundari...