一、数组方法创建数组：arange()创建一维数组；array()创建一维或多维数组，其参数是类似于数组的对象，如列表等 反过来转换则可以使用numpy.ndarray.tolist()函数，如a.tolist() 创建数组：np.zeros((2,3))，或者np.ones((2,3))，参数是一个元组分别表示行数和列数 对应元素相乘，a * b，得到一个新的矩阵，形状要一致；但是允许a是向量而
要访问或修改ndarray数组中的元素，可以使用数组切片/索引。 如前所述，ndarray数组索引从0开始。 使用切片访问数组，首先通过内置slice函数创建一个切片对象，该对象存储了创建时传入的start、stop和step参数，把这个切片对象传给数组，我们就可以提取数组的一部分(切片)返回。 一
转载
2020-06-19 10:24:00
95阅读
要创建ndarray数组对象，除了使用底层的ndarray构造函数(ndarray.array())，还可以使用下面介绍的函数。 numpy.empty empty函数创建未初始化数组，可以指定数组形状和数据类型。 语法如下所示： numpy.empty(shape, dtype = float,
转载
2020-06-19 10:00:00
107阅读
python机器学习库numpy 13、数组拷贝 一、总结 一句话总结： numpy的copy方法是浅拷贝，numpy实现深度拷贝，可以用copy库的deepcopy方法 2、浅拷贝 a = np.arange(4) # b = a.copy() b = np.copy(a) print(a) pr
转载
2020-08-30 13:06:00
72阅读
2评论
NumPy提供了迭代器对象NumPy.nditer，是一个高效的多维迭代器对象，可以使用它对数组进行迭代，使用Python的标准迭代器接口访问数组元素。 示例 import numpy as np a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]]) pr
转载
2020-06-19 10:44:00
73阅读
一、前述NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。 NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。这个库的前身是1995年就开始开发的一个用于数组运算的库。经过了长时间的发展，基本上成了绝大部分Python科学计算的基础包，当然也包括所有提供Python接口的深度学习框架
原创
2022-12-30 16:48:37
119阅读
NumPy 数据类型numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上，其中部分类型对应为 Python 内置的类型。下表列举了常用 NumPy 基本类型。名称描述bool_布尔型数据类型（True 或者 False）int_默认的整数类型（类似于 C 语言中的 long，int32 或 int64）intc与 C 的 int 类型一样，一般是
转载
2023-07-05 20:59:50
119阅读
python机器学习库numpy 11、数组合并 一、总结 一句话总结： A、numpy数组水平合并可以用hstack方法、垂直合并可以用vstack； B、numpy数组合并也可以用concatenate方法，axis为1表示横轴合并（水平合并），axis为0表示纵轴合并（垂直合并） a [[1
转载
2020-08-29 02:06:00
125阅读
2评论
python机器学习库numpy 9、访问数组元素 一、总结 一句话总结： 在numpy中，我们可以通过下标的方式来访问数组元素，比如arr[1][1]，我们也可以通过索引的方式来访问数组，比如arr[1,1:3]（第1行 列从1-2） import numpy as np arr=np.arang
转载
2020-08-28 22:34:00
130阅读
2评论
python机器学习库numpy 12、数组分割 一、总结 一句话总结： 1、numpy数组等量分割可以用hsplit（horizontal split）、vsplit（vertical split）、split等方法 2、numpy数组不等量分割可以用array_split方法 不等量分割 不等量
转载
2020-08-30 11:12:00
198阅读
2评论
2017-06-28 13:56:25 Numpy 提供了一个强大的N维数组对象ndarray,提供了线性代数，傅里叶变换和随机数生成等的基本功能，可以说Numpy是Scipy,Pandas等科学计算库的基础。 使用前需要引入numpy包，一般会给他起个别名为np。 一、ndarray的元素类型 n
转载
2017-06-28 15:19:00
199阅读
2评论
1.最近在训练之外也在学习机器学习当面的内容，先从numpy的使用开
原创
2022-07-01 10:35:06
123阅读
引言本文介绍在机器学习中常用的一些包——Numpy以及matplotlib。Numpy主要是封装了一些向量
原创
2022-07-13 18:21:56
344阅读
python机器学习库numpy 10、遍历数组元素 一、总结 一句话总结： numpy遍历数组的行可以直接for循环，遍历列的话可以先转置，让列变成行，再遍历行的方式即可遍历，遍历每一个元素的话可以用flatten()方法打平数组 1、迭代行 for i in arr: print(i) 2、迭代
转载
2020-08-29 00:48:00
138阅读
2评论
对于资深编程人员来说，在机器学习模型中常婵需要使用到NumPy数组，NumPy数组主要是处理Python中数据有效的数据结构，机器学习模型（scikit-learn）和深度学习模型（Keras）都希望使用NumPy数组的数据格式，同时会对NumPy数组的格式进行预测。所以，我们需要事先将NumPy数组保存到文件中。
原创
2023-02-15 09:46:39
1305阅读
# 机器学习：如何在NumPy数组中去除所有都是0的值
在机器学习中，数据是模型训练的基础。数据的质量以及数据处理的方式直接影响到模型的表现。尤其是在使用 NumPy 数组处理数据时，可能会遇到一些无用的数据，例如全为0数组。为了进一步清理数据，提高模型训练的有效性，我们需要去除这些全为0的数组。本文将帮助你理解如何在 NumPy 数组中实现这一目标，并提供示例代码。
## NumPy简介
Python进行科学计算的基础软件包。 (2)、Numpy主要用于大数据量的同构数组处理，以及数组操作函数、科学计算函数和线性代数等 1、numpy库核心？ numpy的核心结构是同构的ndarra
转载
2020-08-21 19:00:00
195阅读
2评论
LR: import numpy as np import matplotlib.pyplot as plt def gene_dataset(opt='linear'): pos_num , neg_num = 100, 100 X = np.zeros((2,pos_num+neg_num))
原创
2021-07-21 16:00:45
136阅读
日常学习中总是遇到数据需要处理等问题，这时候我们就可以借助numpy这个工具来做一些有意思的事。 1.生成随机数的几种方式 2、运算 （1）常规运算 对于加减就不多说，乘除多说两句，就是乘法需要注意矩阵的点乘（数学正常乘法和np.matmul(a,b.T)效果一样）和 乘（俗称数乘）。例子如下： 除
转载
2019-01-06 16:22:00
106阅读
2评论
基础知识用以了解git的内部的一些原理，接下去还是看看我们平时项目中用到的一些基本命令。1 创建仓库创建仓库有两种方式，一种是当前目录下，通过git仓库导入所有的文件夹和文件，另一种是从远程仓库克隆出一个新的镜像仓库来。1.1 初始化新建仓库git init，git add，git status，gi
原创
2023-01-15 15:33:21
140阅读
