个人理解：常见数据类型：数据类型的下划线是为了区分，原本python中不加以区分的数据类型。dtype：描述数据类型各种信息的python中的int是灵活变动的，numpy中int对应不同的数值范围。另外3*0.1==0.3返回值是假，即0 因为在计算机中浮点数的表示是误差的。所以一般情况下不进行两个浮点数是否相同的比较。而是比较两个浮点数的差点绝对值，是否小于一个很小的正数。如果条件满足，就认为
转载
2023-11-19 06:57:17
44阅读
几个 numpy 函数的使用1. numpy.in1d2. numpy.where2.1 np.where(condition)2.2 np.where(condition, x, y) 1. numpy.in1d函数功能：检查第一个数组中的每个元素是否也存在于第二个数组中。 函数原型：numpy.in1d(ar1, ar2, assume_unique=False, invert=False)
IEEE 754 floating point representation of (positive) infinity.ReturnsyfloatA floating point representation of positive infinity.See Alsoisinf : Shows which elements are positive or negative ...
原创
2021-08-12 22:24:23
197阅读
课上笔记(六)(Python)学习使我快乐NumPy→（Numerical+Python）首先你需要知道，以后基本会使用 import numpy as np import pandas as pdndarratys NumPy有着极为强大对象：ndarrays（Python的扩展）首先尝试着创建一个ndarrays输入：
import numpy as np
a = np.array([
转载
2024-05-31 22:25:46
98阅读
简介NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。使用我们仅需要简单的通过import numpy as np就可以使用numpy了。为什么要用numpy？如果我们希望两个列表对应项相
转载
2023-11-19 09:33:09
410阅读
一、nan和inf的简介 nan 不是一个数字 读取本地文件为flaot的时候，有缺失 inf(infinity): 无穷尽 inf: 正无穷 -inf: 负无穷 数据类型：float # 注意： 要想直接赋值nan和inf需要修改数组的数据类型为float 二、nan中的注意点 1、两个nan是不
原创
2021-07-14 13:43:31
498阅读
一、从python列表创建数组官方文档：https://www.numpy.org/devdocs/reference/generated/numpy.array.html?highlight=array#numpy.array1、和python列表不同，NumPy要求数组必须包含同一类型的数据。如果类型不匹配，NumPy会向上转换类型。如下面实例：ls = np.array([1.36, 4,
转载
2023-09-04 10:31:33
105阅读
什么是 NumPy?NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其
转载
2023-09-22 12:59:47
99阅读
Numpy数据的输入输出import numpy as np
import os
# 先设置一下工作路径
# 在写路径的时候，如果直接拷贝路径过来的话会所“\”的斜杠，我个人习惯前面加上r，防止对字符串进行转义。这里就不需要将“\”改成“/”.
os.chdir(r'E:\Jupyter\test')
# 或者写出os.chdir('E:/Jupyter/test')一、读取写入.npy文件# 写
转载
2024-08-02 20:49:51
41阅读
在 Python 的数值计算中，`numpy` 是一个极其关键的库，它为数组和数值计算提供了强有力的支持。然而，有时在计算过程中会遇到元素全为 `inf` 的数组，这通常是由于数值溢出或无效操作造成的。在这篇博文中，我将详细介绍如何解决这一问题，涵盖环境准备、分步指导、配置详解、验证测试、优化技巧和扩展应用。
## 环境准备
在解决 Python `numpy` 元素全为 `inf` 的数组问
文章目录一、Ndarray对象二、数据类型三、创建数组四、数组索引1. 基于下标索引2. 整数数组索引3. 布尔索引4. 花式索引五、广播（Broadcast）六、迭代访问数组元素1. 遍历2. 修改元素值3. 广播迭代七、数组属性八、函数（一） 操作函数1. 修改形状函数2. 翻转数组函数3. 修改维度函数4. 连接数组函数5. 分割数组函数6. 添加删除元素函数（二） 数学函数1. 三角函数
转载
2023-11-07 08:14:13
90阅读
最近看了《利用Python进行数据分析》，又复习了一下Numpy里的一些操作，做一些基本函数使用的总结，避免后面忘了又瞎找，提高效率。 一、 数组生成 创建数组 # 1. 一维数组
import numpy as np
num = [ 1,2,3,4,
转载
2023-07-06 22:10:57
340阅读
1. 前言NumPy 数组的“加减乘除”算术运算，分别对应 add()、subtract()、multiple() 以及 divide() 函数。注意：做算术运算时，输入数组必须具有相同的形状，或者符合数组的广播规则，才可以执行运算。
下面看一组示例：import numpy as np
a = np.arange(9, dtype = np.float_).reshape(3,3)
#数组a
p
转载
2023-08-16 17:00:01
808阅读
Albert Chen
Albert Chen 的个人博客 首页 分类 归档 标签 关于 numpy 维度与轴 发表于
分类于 编程语言
| 我知道 numpy 是多维数组，但是一直不理解其轴 axis 的概念，以及基于轴之上的计算。今天写了些实例终于理解了
上两篇文章我们介绍了numpy函数一些基本用法，以及其扩展函数的用法。在这里介绍一下numpy库来进行文件的读写。一、利用numpy读取文件1. numpy进行存、储读取csv文件 CSV（以逗号为分割符）,是一种常见的文件格式，用来存储批量数据存储：# 文件存储
np.savetxt(fname, X, fmt='%.18e', deli
转载
2024-06-04 07:08:58
76阅读
文章目录什么是NumPyNumPy数组 和 原生Python Array（数组）为什么NumPy这么快还有谁在使用NumPy 什么是NumPyNumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟
转载
2023-10-10 07:16:03
89阅读
NumPy 排序、条件刷选函数NumPy 提供了多种排序的方法。 这些排序函数实现不同的排序算法，每个排序算法的特征在于执行速度，最坏情况性能，所需的工作空间和算法的稳定性。 下表显示了三种排序算法的比较。种类速度最坏情况工作空间稳定性'quicksort'（快速排序）1O(n^2)0否'mergesort'（归并排序）2O(n*log(n))~n/2是'heapsort'（堆排序）3O(n*lo
转载
2023-05-28 16:19:49
930阅读
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库
本系列文章针对Numy进行一个比较系统的回顾
一般在python中我们会对Numpy进行缩写
import numpy as np
因此后续中的np均指numpy
1.常量名称类型np.nan空值np.in
转载
2023-10-01 16:27:30
122阅读
# 使用 NumPy 生成全是 inf 的矩阵
在数据科学和机器学习中，矩阵是一种非常常见的数据结构。Python 中有一个强大的库叫做 NumPy，它为我们提供了丰富的工具来处理数组和矩阵。在本文中，我们将探讨如何使用 NumPy 生成一个全是无穷大（`inf`）的矩阵，并讨论一些相关的概念，同时将通过图表和示例代码来阐明这些概念。
## 什么是无穷大 (inf)？
在数学中，无穷大是一个
原创
2024-09-24 06:30:27
285阅读
numpy求和import numpy as npa = np.array([[1, 2, 1], [3, 4, 5]])# axisum(a))
原创
2022-11-16 19:34:08
2009阅读
