- pytorch 数值转numpy int(x1.cpu().data.numpy()) pytorch和Numpy的区别以及相互转换 2018年01月17日 19:17:54 阅读数：2654 pytorch 数值转numpy int(x1.cpu().data.numpy()) pytorch和Numpy的区别以及相互转换 2018年01月17日 19:17:54 阅读数：2654
- 有个问题： 如果a,b数据类型不一样，拼接后，数据类型会改为一样的 但是list可以允许数据类型不一样。 >>> a array(［0, 1, 2], [3, 4, 5], &nbs... 有个问题： 如果a,b数据类型不一样，拼接后，数据类型会改为一样的 但是list可以允许数据类型不一样。 >>> a array(［0, 1, 2], [3, 4, 5], &nbs...
- {TypeError}can't multiply sequence by non-int of type 'numpy.float64' float64 和tuple相乘，引发的错误 a=(2,4,6) b=35.6 c=a*b 原因是a是int类型，b是float类型，类型不一致，不能乘法操作 解决方法，数据类型改为一致即可。 ... {TypeError}can't multiply sequence by non-int of type 'numpy.float64' float64 和tuple相乘，引发的错误 a=(2,4,6) b=35.6 c=a*b 原因是a是int类型，b是float类型，类型不一致，不能乘法操作 解决方法，数据类型改为一致即可。 ...
- 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...
上滑加载中
推荐直播
-
昇腾AI算法挑战赛-核心算子如何优化？专家带你深度解析2025/11/17 周一 16:00-17:00
王老师 华为算子专家
昇腾AI算法挑战赛进阶赛战鼓催征！本期直播间，我们特邀华为算子专家王老师，为你深度剖析Matmul、wholereducesum等核心算子的底层原理与优化技巧，直击赛题核心。想提升代码效率、冲击更高排名？锁定直播，带你破局！
回顾中 -
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，开启在线养虾模式2026/03/11 周三 19:00-20:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中
热门标签