| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> Python知识库 -> numpyday 学习 -> 正文阅读 |
|
[Python知识库]numpyday 学习 |
?import numpy as np # 固定数组 b=np.linspace(0,10,5) 输出:[ 0. 2.5 5. 7.5 10. ] [0 2 4 6 8] #均匀分布 # 形状修改 mport numpy as np 数组去重: temp = np.array([[1, 2, 3, 4],[3, 4, 5, 6]]) 输出:{1, 2, 3, 4, 5, 6} 逻辑运算: e[e>2]=9#修改了e 输出:[[1 2 9] [2 9 9]] np.all(e>2)#有一个为false,则输出false 三元运算符 np.where(e>2,1,0)#没有修改e,第二个参数为符合条件的值修改的值,第三个参数为不符合条件修改的值 np.where(np.logical_and(e>1,e<3),1,0)#同上,只是有两个约束条件 np.where(np.logical_or(e>1,e<9),1,0) #max:最大值,min:最小值,median:中位数,var:方差,std:标准差 #列表乘以5是列表的值复制5遍,加上一个数:无法加上一个数 要符合广播法则 #矩阵必须是二维的,np.mat():矩阵类型 a=np.array([[1,2,3],[2,3,4]]) 输出: [[14] [20]] [[14] [20]] 合并: numpy.hstack #水平拼接 numpy.vstack #竖拼接 numpy.concatenate((a1,a2),axis=0) #水平或竖拼接?axis=0时:行数发生变化.axis=1时,列数发生变化 分割: x=np.array([1,2,3,4,5,6]) 读取数据: np.genfromtxt("yyds.csv", delimiter=",") # 会有问题,只能读取数字类型的数据 一般都是用pandas去读,然后处理什么缺失值这类的,也是pandas,numpy应该发挥它的长处:计算能力 明天pandas... ? |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/22 23:33:47- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |