weixin_37763870的博客

文章目录1.浅拷贝2.copy深拷贝1.浅拷贝= 的赋值方式会带有关联性比较 ‘ = ’赋值后的数是否一样import numpy as npa = np.arange(6)print(a)print('\n')b = ac = ad = be = cprint(b)print('\n')print(c)print('\n')print(d)print('\n'...

文章目录1.纵向等量分割2.横向等量分割3.纵向不等量的分割4.横向不等量的分割5.vsplit和hsplit1.纵向等量分割import numpy as npA = np.arange(1,25).reshape((4,6))print(A)print(np.split(A, 3 ,axis = 1)) #纵向等分3列(第二个参数一定要能被总列数整除)2.横向等量分割im...

文章目录1.np.vstack()2.np.hstack()3.np.newaxis()4.综合newaxis、vstack、hstack5.np.concatenate()1.np.vstack()对于一个array的合并，我们可以想到按行、按列等多种方式进行合并。import numpy as npA = np.array([1,2,3,4,5,6])B = np.array([6,...

文章目录1.一维索引2.二维索引3.打印矩阵的行与列4.打印矩阵中的每一个1.一维索引在元素列表或者数组中，我们可以用如同A[n]来索引某一个元素，同样的，在Numpy中也有相对应的表示方法import numpy as npA = np.arange(0,16)print(A) #一维索引print(A[3])A_reshape = np.arange(0,16).reshap...

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 npa=np.array([11,22,33,44,55,66]) b=np.arange(6)print(a)print(b) #...

文章目录1.列表转化为矩阵2.numpy 的几种属性3.创建数组4.指定数据 dtype5.创建特定数据1.列表转化为矩阵使用numpy首先要导入模块import numpy as np #为了方便使用numpy 采用np简写列表转化为矩阵：array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵array2.numpy 的几种属性print...