- 两种方法： from pandas import * import numpy as np a = np.array([[1, 1,1], [2, 3,1], [1, 1,1], [5, 4,2], [2, 3,1]]) 两种方法： from pandas import * import numpy as np a = np.array([[1, 1,1], [2, 3,1], [1, 1,1], [5, 4,2], [2, 3,1]])
- 海量数据处理 - 10亿个数中找出最大的10000个数（top K问题） 问题：先拿10000个数建最小堆，然后依次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n... 海量数据处理 - 10亿个数中找出最大的10000个数（top K问题） 问题：先拿10000个数建最小堆，然后依次添加剩余元素，如果大于堆顶的数（10000中最小的），将这个数替换堆顶，并调整结构使之仍然是一个最小堆，这样，遍历完后，堆中的10000个数就是所需的最大的10000个。建堆时间复杂度是O（mlogm），算法的时间复杂度为O（nmlogm）（n...
- 1.c++不能返回具体的数组，只能返回数组的首地址 2.c++形参传入数组指针时，需要传入数组的长度 #include <iostream>using namespace std;int* getSortedArray(int *array,int length);//函数声明，排序后返回数组bool sortedOK(int *a... 1.c++不能返回具体的数组，只能返回数组的首地址 2.c++形参传入数组指针时，需要传入数组的长度 #include <iostream>using namespace std;int* getSortedArray(int *array,int length);//函数声明，排序后返回数组bool sortedOK(int *a...
- 11年it研发经验，从一个会计转行为算法工程师，学过C#，c++，java，android，php，go，js，python，CNN神经网络，四千多篇博文，三千多篇原创，只为与你分享，共同成长，一起进步，关注我，给你分享更多干货知识! python的列表可以存放不同类型的数据，因此列表中每个元素的大小可以相同，也可以不同，也就不支持一次性读取一列，即使是对于标准的二维数字列... 11年it研发经验，从一个会计转行为算法工程师，学过C#，c++，java，android，php，go，js，python，CNN神经网络，四千多篇博文，三千多篇原创，只为与你分享，共同成长，一起进步，关注我，给你分享更多干货知识! python的列表可以存放不同类型的数据，因此列表中每个元素的大小可以相同，也可以不同，也就不支持一次性读取一列，即使是对于标准的二维数字列...
- 快速傅里叶变换(FFT)的原理及公式 非周期性连续时间信号x(t)的傅里叶变换可以表示为 式中计算出来的是信号x(t)的连续频谱。但是，在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT)。因此需要利用离散信号x(nT)来计算信号x(t)的频谱。 有限长离散信号x(n)，n=0，1，…，N-1的DFT定义为： &nbs... 快速傅里叶变换(FFT)的原理及公式 非周期性连续时间信号x(t)的傅里叶变换可以表示为 式中计算出来的是信号x(t)的连续频谱。但是，在实际的控制系统中能够得到的是连续信号x(t)的离散采样值x(nT)。因此需要利用离散信号x(nT)来计算信号x(t)的频谱。 有限长离散信号x(n)，n=0，1，…，N-1的DFT定义为： &nbs...
- 这种方法效率高点： memcpy 需要从0位置开始拷贝，目标，起始位置，长度。 uint8_t *p = pFrameRGB->data[0];std::vector<ssize_t> shape{ 720, 1280,3 };auto dtype = py::dtype("uint8");auto vptr = (uin... 这种方法效率高点： memcpy 需要从0位置开始拷贝，目标，起始位置，长度。 uint8_t *p = pFrameRGB->data[0];std::vector<ssize_t> shape{ 720, 1280,3 };auto dtype = py::dtype("uint8");auto vptr = (uin...
- 参考：https://github.com/wangzuxing/MyFFmpegH264H265YUVOpenGL/blob/master/MyFFmpegH264H265YUVOpenGL/jni/streamer.cpp 返回字符串： string result="aaaaa"; char *p = const_cast<char*>(result.c... 参考：https://github.com/wangzuxing/MyFFmpegH264H265YUVOpenGL/blob/master/MyFFmpegH264H265YUVOpenGL/jni/streamer.cpp 返回字符串： string result="aaaaa"; char *p = const_cast<char*>(result.c...
- list和numpy都允许数据不对齐，数据类型不一致也可以。 下面代码中： data[2]为None，无长度 frames 是个list，0位置为None import numpy as npmsgs=[1,',,,,,,',None,[]] data=np.asarray(msgs)frames = msgs[2::4]cams = msgs[::... list和numpy都允许数据不对齐，数据类型不一致也可以。 下面代码中： data[2]为None，无长度 frames 是个list，0位置为None import numpy as npmsgs=[1,',,,,,,',None,[]] data=np.asarray(msgs)frames = msgs[2::4]cams = msgs[::...
- import numpy as npa=np.asarray([1,2,3])b=np.asarray([4,2,5]) c=np.asarray([12,123,32])print(a!=b)print(c[a!=b]) print(np.asarray(path)[np.where(preds != labels.data)]) prin... import numpy as npa=np.asarray([1,2,3])b=np.asarray([4,2,5]) c=np.asarray([12,123,32])print(a!=b)print(c[a!=b]) print(np.asarray(path)[np.where(preds != labels.data)]) prin...
- 题目 队长写了n篇笔记，编号从1-n，每个笔记都有对应的点赞数，队长要找到在着n篇笔记的最大点赞数，但是必须满足以下要求： 相邻两个笔记不能同时选取 问能够取到的最大赞和对应的要选取几个笔记 输入 第一行为几篇笔记 第二行为各自笔记的点赞数 第三行为输出 第一列为最大点赞总数 第二列为选取笔记数目 示例 1: 输入 ... 题目 队长写了n篇笔记，编号从1-n，每个笔记都有对应的点赞数，队长要找到在着n篇笔记的最大点赞数，但是必须满足以下要求： 相邻两个笔记不能同时选取 问能够取到的最大赞和对应的要选取几个笔记 输入 第一行为几篇笔记 第二行为各自笔记的点赞数 第三行为输出 第一列为最大点赞总数 第二列为选取笔记数目 示例 1: 输入 ...
- 加 join字典就可以用，否则会报错：系统找不到指定的文件 dictproxy failed 测一下这个： vide_loader.daemon=True from multiprocessing import Process, Manager def f(d, l): i=0 while True: i+=1 d[1] = '1' d[i] = i ... 加 join字典就可以用，否则会报错：系统找不到指定的文件 dictproxy failed 测一下这个： vide_loader.daemon=True from multiprocessing import Process, Manager def f(d, l): i=0 while True: i+=1 d[1] = '1' d[i] = i ...
- 大厂常见笔试题，我以为出一个很难的题，结果出了一个基础题， 给你一个大小为n的整型数组和一个大小为k的滑动窗口，将滑动窗口从头移到尾，输出从开始到结束每一个时刻滑动窗口内的数的和。 样例 对于数组 [1,2,7,8,5] ，长度为n，滑动窗口大小k= 3 。 1 + 2 + 7 = 10 2 + 7 + 8 = 17 7 + 8 + 5 = 20 返回 [10,17,20... 大厂常见笔试题，我以为出一个很难的题，结果出了一个基础题， 给你一个大小为n的整型数组和一个大小为k的滑动窗口，将滑动窗口从头移到尾，输出从开始到结束每一个时刻滑动窗口内的数的和。 样例 对于数组 [1,2,7,8,5] ，长度为n，滑动窗口大小k= 3 。 1 + 2 + 7 = 10 2 + 7 + 8 = 17 7 + 8 + 5 = 20 返回 [10,17,20...
- 递增的vector数组 原生数组和vector、array都不支持构造一个递增的数组，比如一个包含0~999的size为1000的数组。 int ids[1000] = {};for (int i = 0; i < 1000; ++i){ ids[i] = i;} 如果是std::vector，则是： std::v... 递增的vector数组 原生数组和vector、array都不支持构造一个递增的数组，比如一个包含0~999的size为1000的数组。 int ids[1000] = {};for (int i = 0; i < 1000; ++i){ ids[i] = i;} 如果是std::vector，则是： std::v...
- 首先，npy是什么？ npy文件是numpy专用的二进制文件。 Numpy binary files (NPY, NPZ) 在深度神经网络训练过程中通常需要读取预训练权重，预训练权重通常是 .npy文件，比如vgg16.npy 读取：np.load() 一读进来就是一个numpy.ndarray 保存：np.save() c++读取npy... 首先，npy是什么？ npy文件是numpy专用的二进制文件。 Numpy binary files (NPY, NPZ) 在深度神经网络训练过程中通常需要读取预训练权重，预训练权重通常是 .npy文件，比如vgg16.npy 读取：np.load() 一读进来就是一个numpy.ndarray 保存：np.save() c++读取npy...
- xarray.DataArray 是一个使用标签的多维数组，主要有以下几个关键属性： values：一个保存数组值的numpy.ndarraydims: 每个坐标轴的维度名称 (例如， (‘x’, ‘y’, ‘z’))-coords: 一个包含数组坐标的类似字典的容器，用来标记每个点（例如，数字，日期时间对象或字符串的一维数组）attrs: 存放任... xarray.DataArray 是一个使用标签的多维数组，主要有以下几个关键属性： values：一个保存数组值的numpy.ndarraydims: 每个坐标轴的维度名称 (例如， (‘x’, ‘y’, ‘z’))-coords: 一个包含数组坐标的类似字典的容器，用来标记每个点（例如，数字，日期时间对象或字符串的一维数组）attrs: 存放任...
上滑加载中
推荐直播
-
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中 -
华为云码道全新升级，多会话并行与多智能体协作2026/05/08 周五 19:00-21:00
王一男-华为云码道产品专家；张嘉冉-华为云码道工程师；胡琦-华为云HCDE；程诗杰-华为云HCDG
华为云码道4月份版本全新升级，此次直播深度解读4月份产品特性，通过“特性解读+实操演示+实战案例+设计创新”的组合，全方位展现码道在多会话并行与多智能体协作方面的能力，赋能开发者提升效率
正在直播
热门标签