- 目录 Numpy基础 介绍 代码操作 生成ndarray ndarray的数据类型 Numpy 数组计算 基础索引和切片 布尔索引 特殊索引 数组的转换和换轴 总结 每文一语 Numpy基础 介绍 目前它是Python数值计算中最为重要的基础包，将numpy的数组的对象作为数据交互的通用语，一般我们要充分理解好矩阵计算的原理，这需要你要有一些线... 目录 Numpy基础 介绍 代码操作 生成ndarray ndarray的数据类型 Numpy 数组计算 基础索引和切片 布尔索引 特殊索引 数组的转换和换轴 总结 每文一语 Numpy基础 介绍 目前它是Python数值计算中最为重要的基础包，将numpy的数组的对象作为数据交互的通用语，一般我们要充分理解好矩阵计算的原理，这需要你要有一些线...
- 目录 一、函数解释 二、具体示例 三、整体代码 一、函数解释 setdiff1d(ar1, ar2, assume_unique=False) 1.功能：找到2个数组中集合元素的差异。 2.返回值：在ar1中但不在ar2中的已排序的唯一值。 3.参数： ar1：array_like 输入数组。ar2：array_like 输入比较数组。assume_uni... 目录 一、函数解释 二、具体示例 三、整体代码 一、函数解释 setdiff1d(ar1, ar2, assume_unique=False) 1.功能：找到2个数组中集合元素的差异。 2.返回值：在ar1中但不在ar2中的已排序的唯一值。 3.参数： ar1：array_like 输入数组。ar2：array_like 输入比较数组。assume_uni...
- 目录 一、函数作用 二、代码范例 三、结果解释 一、函数作用 1.该函数定义在multiarray.py中有定义 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis=None, d... 目录 一、函数作用 二、代码范例 三、结果解释 一、函数作用 1.该函数定义在multiarray.py中有定义 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis=None, d...
- 上一篇数据文章中，我们介绍了Numpy里面的一些结构，那么这次我们来介绍一些更好玩的东西----Pandas。Pandas这个东西在数据的世界里用的还是很频繁的，主要是用起来会比较方便。相对Numpy而言的话，pandas属于那种青出于蓝而胜于蓝这样的一个角色。pandas是基于numpy的基础上进行开发的，所以安装pandas的时候会自带性的把numpy也安装上去。 ... 上一篇数据文章中，我们介绍了Numpy里面的一些结构，那么这次我们来介绍一些更好玩的东西----Pandas。Pandas这个东西在数据的世界里用的还是很频繁的，主要是用起来会比较方便。相对Numpy而言的话，pandas属于那种青出于蓝而胜于蓝这样的一个角色。pandas是基于numpy的基础上进行开发的，所以安装pandas的时候会自带性的把numpy也安装上去。 ...
- Numpy 和 scikit-learn 都是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成... Numpy 和 scikit-learn 都是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成...
- 这里写目录标题 np.take_along_axis(a, ai, axis=1) np.take_along_axis(a, ai, axis=1) >> np.sort(a, axis=1) array([[10, 20, 30], [40, 50, 60]]) >>> ai = np.argsort(a, axis=1... 这里写目录标题 np.take_along_axis(a, ai, axis=1) np.take_along_axis(a, ai, axis=1) >> np.sort(a, axis=1) array([[10, 20, 30], [40, 50, 60]]) >>> ai = np.argsort(a, axis=1...
- 本节书摘来自华章计算机《Python语言程序设计》一书中第3章，第3.3.5节，作者是王恺 王志 李涛 朱洪文。 本节书摘来自华章计算机《Python语言程序设计》一书中第3章，第3.3.5节，作者是王恺 王志 李涛 朱洪文。
上滑加载中
推荐直播
-
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
中科院软件研究所副所长武延军：浅谈开源操作系统的生态建设 | 生态大讲堂系列.第5讲2025/10/21 周二 17:00-18:00
中科院软件研究所副所长武延军
10月21日17:00，特邀中科院软件所副所长武延军将在本次直播中，探讨开源软件生态的痛点与解题之道。
回顾中 -
DeepSeek-R1 RL训练优化实践分享2025/10/30 周四 16:00-17:00
议题一：张昊卓（大模型性能优化专家）议题二：许虞俊/位金弈（大模型性能优化专家）
本次直播讲带大家一起探索cann-recipes-train 开源仓库介绍与DeepSeek-R1 RL训练优化实践分享
回顾中
热门标签