- 原本是不想专门讲述Numpy函数的，但是今天又有人问起。这次黄同学趁机为大家总结了这12个Numpy高级函数，大家一定要掌握，因为它真的很好用！很好用！很好用！ 在正式讲述12个函数之前，先看看黄同学为你准备的大纲，辛苦整理，记得保存。 1. np.where(condition,x,y) 用法一：满足条件(condition)，输出x，不满足输出y。用法二：... 原本是不想专门讲述Numpy函数的，但是今天又有人问起。这次黄同学趁机为大家总结了这12个Numpy高级函数，大家一定要掌握，因为它真的很好用！很好用！很好用！ 在正式讲述12个函数之前，先看看黄同学为你准备的大纲，辛苦整理，记得保存。 1. np.where(condition,x,y) 用法一：满足条件(condition)，输出x，不满足输出y。用法二：...
- Py之Numpy：Numpy库简介、安装、使用方法、案例应用之详细攻略 目录 Numpy库简介 补充—Numpy库的缺点 Numpy库安装 Numpy库使用方法 Py之Numpy：Numpy库简介、安装、使用方法、案例应用之详细攻略 目录 Numpy库简介 补充—Numpy库的缺点 Numpy库安装 Numpy库使用方法
- 一、数组的广播机制 1、先来看几个例子 a = np.array([1,3,2,5]) display(a.shape) b = np.array([4]) display(b.shape) c = np.arange(1,13).reshape(3,4) display(c) display(c.shape) 123456789 结果如下： 2、nump... 一、数组的广播机制 1、先来看几个例子 a = np.array([1,3,2,5]) display(a.shape) b = np.array([4]) display(b.shape) c = np.arange(1,13).reshape(3,4) display(c) display(c.shape) 123456789 结果如下： 2、nump...
- 1、numpy中ndarray的一些常用属性 ndim：返回数组的维数；shape：返回数组的形状；dtype：返回数组元素的数据类型；size：返回数组中元素的个数；itemsize：返回数组中每一个元素占用空间的大小，以字节为单位；nbytes：返回数组中所有元素占用空间的大小，以字节为单位； 1）举例说明 x = np.arange(10).reshape(... 1、numpy中ndarray的一些常用属性 ndim：返回数组的维数；shape：返回数组的形状；dtype：返回数组元素的数据类型；size：返回数组中元素的个数；itemsize：返回数组中每一个元素占用空间的大小，以字节为单位；nbytes：返回数组中所有元素占用空间的大小，以字节为单位； 1）举例说明 x = np.arange(10).reshape(...
- 1、说明 由于pandas的底层是集成了numpy，因此Series的底层数据就是使用ndarray来构建的，因此我们得到了一个Series后，就可以使用numpy中的函数，直接操作Series。但是Series与ndarry不同的地方在于，Series中多了一个索引。 这些问题都是细节问题，只有熟悉了这些细节知识，对于我们熟练使用numpy和pandas都是... 1、说明 由于pandas的底层是集成了numpy，因此Series的底层数据就是使用ndarray来构建的，因此我们得到了一个Series后，就可以使用numpy中的函数，直接操作Series。但是Series与ndarry不同的地方在于，Series中多了一个索引。 这些问题都是细节问题，只有熟悉了这些细节知识，对于我们熟练使用numpy和pandas都是...
- 1、使用numpy生成随机数的几种方式 1）生成指定形状的0-1之间的随机数：np.random.random()和np.random.rand() array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.ran... 1、使用numpy生成随机数的几种方式 1）生成指定形状的0-1之间的随机数：np.random.random()和np.random.rand() array1 = np.random.random((3)) display(array1) # ----------------------------------- array2 = np.random.ran...
- 1、numpy的简介 numpy是"Numerical Python"的简称。numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算。原生python语言执行速度很慢，C执行500次，python差不多只能执行一次，但是python语法比其它编程语言要简单的多得多。因此我们... 1、numpy的简介 numpy是"Numerical Python"的简称。numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算。原生python语言执行速度很慢，C执行500次，python差不多只能执行一次，但是python语法比其它编程语言要简单的多得多。因此我们...
- 1、关于axis轴的说明 思考：给你一个三维数组，你知道如何设置axis轴的值吗？下面这张图展示的结果你知道怎么来的吗？这些疑问都会在文中给你一一解答。 2、什么是维度？ 举例说明 3、什么是高维，什么是低维？ 4、二维结构数据的坐标展示 5、axis=0 与 axis=1的含义 6、关于三维数组axis设置 1）案例说明 x = ... 1、关于axis轴的说明 思考：给你一个三维数组，你知道如何设置axis轴的值吗？下面这张图展示的结果你知道怎么来的吗？这些疑问都会在文中给你一一解答。 2、什么是维度？ 举例说明 3、什么是高维，什么是低维？ 4、二维结构数据的坐标展示 5、axis=0 与 axis=1的含义 6、关于三维数组axis设置 1）案例说明 x = ...
- 目录 线性代数 介绍 伪随机数生成 介绍 随即漫步 示例 每文一语 线性代数 介绍 线性代数，矩阵计算，优化与内存；比如矩阵乘法，分解，行列式等数学知识，是所有数组类库的重要组成部分。和MATLAB等其他语言相比，numpy的线性代数中有所不同的是矩阵相乘不是点积运算而是逐个元素计算，因此在numpy里面都有一个特定的函数来计算，它就是dot，语法如下 ... 目录 线性代数 介绍 伪随机数生成 介绍 随即漫步 示例 每文一语 线性代数 介绍 线性代数，矩阵计算，优化与内存；比如矩阵乘法，分解，行列式等数学知识，是所有数组类库的重要组成部分。和MATLAB等其他语言相比，numpy的线性代数中有所不同的是矩阵相乘不是点积运算而是逐个元素计算，因此在numpy里面都有一个特定的函数来计算，它就是dot，语法如下 ...
- 目录 数组编程 介绍 简单例子 逻辑条件作为数组操作 介绍 数学和统计方法 介绍 布尔数组的方法 介绍 排序 介绍 唯一值和其他的逻辑集合 介绍 每文一语 数组编程 介绍 使用Numpy数组可以使你利用简单的数组表达式完成多项数据操作任务，而不需要编写大量的循环，这个极大的帮助了我们高效的解决问题。我们都知道向量化的数组操作比纯Python... 目录 数组编程 介绍 简单例子 逻辑条件作为数组操作 介绍 数学和统计方法 介绍 布尔数组的方法 介绍 排序 介绍 唯一值和其他的逻辑集合 介绍 每文一语 数组编程 介绍 使用Numpy数组可以使你利用简单的数组表达式完成多项数据操作任务，而不需要编写大量的循环，这个极大的帮助了我们高效的解决问题。我们都知道向量化的数组操作比纯Python...
- 目录 通用函数 常见的简单数组函数 一元函数 二元函数 每文一诗（语） 通用函数 常见的简单数组函数 先看看代码操作 mport numpy as np # # 产生一个数组 arr=np.arange(15) arr >>array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])... 目录 通用函数 常见的简单数组函数 一元函数 二元函数 每文一诗（语） 通用函数 常见的简单数组函数 先看看代码操作 mport numpy as np # # 产生一个数组 arr=np.arange(15) arr >>array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])...
- numpy可以在硬盘中将数据以文本或二进制文件的形式进行存入硬盘或由硬盘载入。在本篇文章里面我们需要简单的讨论内建二进制格式，而对于其他表格pandas才是“天选之子” np.save和np.load是高效存取硬盘数据的两大工具函数。数组在默认情况下是以压缩的格式进行储存的，后缀名是.npy 上面就介绍了数据的存储和数据的加载方法 np.savez：用于未压缩文件... numpy可以在硬盘中将数据以文本或二进制文件的形式进行存入硬盘或由硬盘载入。在本篇文章里面我们需要简单的讨论内建二进制格式，而对于其他表格pandas才是“天选之子” np.save和np.load是高效存取硬盘数据的两大工具函数。数组在默认情况下是以压缩的格式进行储存的，后缀名是.npy 上面就介绍了数据的存储和数据的加载方法 np.savez：用于未压缩文件...
- Python从入门到精通2–numpy总结 文章目录 1.查看numpy版本2.创建十个全为0的一维数组3.修改数据类型为整数4.创建固定步长的数5.列表创建数组6.创建全是1的矩阵7.创建布尔类型的True8.创建等差数列9.创建等差数列10.创建3x3矩阵11.创建3x3矩阵12.将第五题的result修改为3x3矩阵13.对上一题生成的re... Python从入门到精通2–numpy总结 文章目录 1.查看numpy版本2.创建十个全为0的一维数组3.修改数据类型为整数4.创建固定步长的数5.列表创建数组6.创建全是1的矩阵7.创建布尔类型的True8.创建等差数列9.创建等差数列10.创建3x3矩阵11.创建3x3矩阵12.将第五题的result修改为3x3矩阵13.对上一题生成的re...
- DL之DNN：利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN：利用numpy自定义三... DL之DNN：利用numpy自定义三层结构+softmax函数建立3层完整神经网络全部代码实现(探究BP神经网络的底层思想) 目录 输出结果 代码实现 输出结果 代码实现 #DL之NN：利用numpy自定义三...
- 成功解决AttributeError: module 'numpy' has no attribute 'integer' 目录 解决问题 解决思路 解决方法 解决问题 AttributeError: module 'numpy' has no attribute 'integer' 解决思路 ... 成功解决AttributeError: module 'numpy' has no attribute 'integer' 目录 解决问题 解决思路 解决方法 解决问题 AttributeError: module 'numpy' has no attribute 'integer' 解决思路 ...
上滑加载中
推荐直播
0.5
-
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day1）2025/03/29 周六 09:00-18:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
华为云软件开发生产线（CodeArts）1月&2月新特性解读2025/03/18 周二 19:00-20:00
阿星 华为云高级产品经理
不知道产品的最新特性？没法和产品团队建立直接的沟通？本期直播产品经理将为您解读华为云软件开发生产线1月&2月发布的新特性，并在直播过程中为您答疑解惑。
回顾中 -
基于能力图谱的openGauss项目闯关2025/03/20 周四 19:00-20:30
华为开发者布道师
想成为顶级数据库开发者吗？本次直播将从银行业务系统的数据库设计出发，带你逐步掌握openGauss的建库表、数据封装、密态技术、性能调优及AI应用。通过实战案例，全面展示openGauss的强大功能，助你提升技能，为未来的职业发展打下坚实基础。立即报名，开启你的数据库进阶之旅！
回顾中 -
基于开源鸿蒙+海思星闪开发板：嵌入式系统开发实战（Day1）
2025/03/29 周六 09:00-18:00
华为开发者布道师
本次为期两天的课程将深入讲解OpenHarmony操作系统及其与星闪技术的结合应用，涵盖WS63E星闪开发板的详细介绍、“OpenHarmony+星闪”的创新实践、实验环境搭建以及编写首个“Hello World”程序等内容，旨在帮助学员全面掌握相关技术并进行实际操作
回顾中 -
华为云软件开发生产线（CodeArts）1月&2月新特性解读
2025/03/18 周二 19:00-20:00
阿星 华为云高级产品经理
不知道产品的最新特性？没法和产品团队建立直接的沟通？本期直播产品经理将为您解读华为云软件开发生产线1月&2月发布的新特性，并在直播过程中为您答疑解惑。
回顾中
热门标签
