
numpy
Carol_小菜鸟
重新出发,坚持努力!
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
-
np.matmul()
numpy.matmulnumpy.matmul(a,b,out = None)两个numpy数组的矩阵相乘若两个输入a,b都是二维矩阵,c = np.matmul(a,b)是对矩阵a,b做普通的矩阵相乘。若其中某一个参数维度大于2维, np.matmul(a,b)参数被理解为一些矩阵(参数的最后两个维数为矩阵维数)的stack,而且计算时会相应的广播.其中a 为两个2 × 4 的矩阵的stack,b为两个4 × 2 的矩阵的stack。那么np.matmul(a,b)则会将a的原创 2021-09-23 19:42:45 · 2413 阅读 · 2 评论 -
numpy的相关函数使用说明
np.r_np.r_是按列连接两个或多个矩阵,就是把矩阵上下相加,要求列数相等。如:print(':\n',np.r_[[2, 3],[1,4],[5,6]])np.c_np.c_是按行连接两个或多个矩阵,就是把矩阵左右相加,要求行数相等。如:print(':\n',np.c_[[2, 3],[1,4],[5,6]])np.random.seed()np.random.seed(0) seed( ) 用于指定随机数生成时所用算法开始的整数值,如果使用相同的seed( )值,则每次原创 2020-11-11 09:52:33 · 478 阅读 · 0 评论 -
numpy创建数组
数组的操作list ====== 特殊的数组数组和列表的区别:数组: 存储的时同一种数据类型;list:容器, 可以存储任意数据类型;一维数组和数组的计算:# 一维数组和数组的计算a = [1, 2, 3, 4]b = [2, 3, 4, 5]# 一维数组相加add = lambda x: x[0] + x[1]# [(1,2), (2,3), (3,4), (4,...原创 2019-02-23 17:50:39 · 2152 阅读 · 0 评论 -
numpy数据的读取
,原创 2019-02-25 21:34:04 · 6088 阅读 · 0 评论 -
数组操作——numpy对于数组的基本操作(转置、索引、切片以及数值的修改)
numpy中数组的转置需求:将一维数组转换为3行4列的二维数组,并进行转置import numpy as np# 将一维数组转换为3行4列的二维数组data = np.arange(12).reshape((3, 4))print(data)# 1).方法一print(data.transpose())# 2).方法二:按轴进行翻转# 0轴 , 1 轴prin...原创 2019-02-25 21:57:12 · 2301 阅读 · 0 评论 -
numpy的常用方法
进行操作前首先导入numpy模块import numpy as np获取最大值和最小值的位置;data = np.arange(12).reshape((3, 4))data[0, 0] = 80print(data)# 1. 获取最大值和最小值的位置;# 获取当前数组里面最大值的索引;max_item1 = np.argmax(data)print(max_item1)...原创 2019-02-25 22:36:34 · 299 阅读 · 0 评论 -
numpy案例应用练习
需求1:获取所有男生的身高, 求平均值;获取所有女生的身高, 求平均值;并绘制柱状图显示import numpy as npfrom pyecharts import Barfname = "doc/eg6-a-student-data.txt"dtype = np.dtype([('gender', '|S1'), ('height', 'f2')])data = np.loadt...原创 2019-02-27 10:00:10 · 3696 阅读 · 0 评论 -
数据分析之——pandas的基本概念
pandas的基本概念pandas是什么?pandas 是基于NumPy 的一种工具,是一种数据分析包。是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量快速便捷地处理数据的函数和方法。pandas数据结构Series:一维数组,与Numpy中的一维array类似。二者与Python基本的数...原创 2019-02-27 10:36:48 · 823 阅读 · 0 评论