
numpy
dongzhengtongliyarui
努力=幸运
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
numpy.stack(arrays, axis=)
本文为转载,原博客地址:https://blog.youkuaiyun.com/qq_17550379/article/details/78934529 numpy.stack(arrays, axis=0) 沿着新轴连接数组的序列。 axis参数指定新轴在结果尺寸中的索引。例如,如果axis=0,它将是第一个维度,如果axis=-1,它将是最后一个维度。 参数: 数组:array_like的序列每个数组必须...转载 2020-02-13 19:39:25 · 333 阅读 · 0 评论 -
randn,rand,random,randint,uniform详解
import numpy as np import matplotlib.pyplot as plt import math def zhengtai(x, m, u): y = [] for i in x: y1 = (1 / ((math.sqrt(2) * 3.14) * m)) * math.exp(-(i * i + u) / 2) y...原创 2020-02-13 10:58:23 · 992 阅读 · 0 评论 -
ravel()和flatten()以及flat的区别
首先看ravel() from numpy import * a = b.arange(12).reshape(3, 4) print(a) b = a.ravel() print(b) b[1] = 9 print(b) [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [ 0 1 2 3 4 5 6 7 8 9 10 11] [ 0 ...原创 2020-02-09 15:02:19 · 1023 阅读 · 0 评论 -
np.mgrid[]用法
import numpy as np x = np.mgrid[1:2:3j] print(x) ''' 1到2区间产生三个数值 [1. 1.5 2. ] ''' x = np.mgrid[1:2:3j, 5:8:3j] print(x) ''' [[[1. 1. 1. ] [1.5 1.5 1.5] [2. 2. 2. ]] [[5. 6.5 8. ] [5. 6....原创 2020-02-11 17:59:43 · 625 阅读 · 0 评论 -
np.random.seed()的作用
今天看到一段代码时遇到了np.random.seed(),搞不清楚的seed()作用是什么,特地查了一下资料,原来每次运行代码时设置相同的seed,则每次生成的随机数也相同,如果不设置seed,则每次生成的随机数都会不一样。例如: ...原创 2020-02-10 15:28:23 · 541 阅读 · 0 评论 -
np.r_和np.c_的区别
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.array([[7, 8, 9], [5, 7, 2]]) # np.c_按行组合在一起 c = np.c_[a, b] # np.r_按列组合在一起 d = np.r_[a, b] print(a) print(b) print(c) print(d) ...原创 2020-02-10 10:43:47 · 148 阅读 · 0 评论