一.用于数组的文件输入输出1.将数组以二进制格式保存到磁盘np.save和np.load是读写磁盘数据的两个主要函数。默认情况下，数组是一未压缩的原始二进制格式保存在扩展名为.npy的文件中。arr=np.arange(10)
np.save('some_arr',arr) #np.save将数组保存到磁盘，文件名为some_arr.npy
print(np.load('some_a
转载
2023-06-26 10:36:09
2396阅读
文章目录np.mean()np.loadtxt()np.random.normal()np.where()np.ravel()&np.flatten()np.c_&np.r_np.meshgrid() 更新中~ np.mean()求平均值，注意axis=0代表的是求每一列的平均值，axis=1是求每一行的平均值，这里的axis不要死记硬背，其实很容易记住，后面增加说明。不指定a
转载
2024-05-17 16:15:08
31阅读
文章目录np.meshgrid函数np.mgrid函数np.append()函数 [5]参考资料 np.meshgrid函数meshgrid函数通常使用在数据的矢量化上。它适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对。meshgrid的作用是：根据传入的两个一维数组参数生成两个数组元素的列表。如果第一个参数是xarray，维度是xdimesion，
转载
2023-09-20 19:43:30
390阅读
1.空值的表示nan=NaN=NAN注意：两个空值是不相等的2.np.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)作用：创建一个数组3.np.isnan(x, *args, **kwargs)作用：Test element-wise for NaN and
转载
2023-10-28 11:47:27
120阅读
Numpy库---通用函数一元函数：二元函数：聚合函数：布尔数组的函数：排序：其他函数补充： 一元函数：二元函数：聚合函数： 使用np.sum或者是a.sum即可实现。并且在使用的时候，可以指定具体哪个轴。同样Python中也内置了sum函数，但是Python内置的sum函数执行效率没有np.sum那么高，可以通过以下代码测试了解到：a = np.random.rand(1000000)
%ti
转载
2023-12-25 10:03:05
38阅读
#创建ndarray
import numpy as np
nd = np.array([2,4,6,'11'])#numpy中默认ndarray的所有元素的数据类型是相同，如果数据的类型不同，会统一为统一类型，优先级为str>float>int
nd # array(['2', '4', '6', '11'], dtype='<U11')
# 使用np创建routin
转载
2023-09-09 01:24:05
678阅读
使用前 import numpy as np Numpy的重要特点是ndarray数组，里面存储的必须是同一种对象。data.dtype 可以查看数组data里面元素的类型。data.shape 可以查看数组data的大小。 （1）数组的创建 np.array(列表) 直接将列表转换为数组。 np.zeros(n) np.ones(n) 可以直接生成长度为n的一维全零数组。 np.zeros((m
转载
2023-11-09 09:02:34
593阅读
python基础–numpy库 zeros() ones()详解函数格式Numpy.zeros(参数 1：shape，数组的形状；参数 2：dtype， 数值类型)注意：zeros()生成的是数组不是列表例一：zeros((2,3))>>> import numpy as np
>>> np.zeros((2,3))
array([[0., 0., 0.],
转载
2023-05-23 23:19:13
4134阅读
在很多场景中经常会用到统计计数的需求，比如在实现 kNN 算法时统计 k 个标签值的个数，进而找出标签个数最多的标签值作为最终 kNN 算法的预测结果。Python内建的 collections 集合模块中的 Counter 类能够简洁、高效的实现统计计数。Counter 是 dict 字典的子类，Counter 拥有类似字典的 key 键和 value 值，只不过 Counter 中的键为待计数
转载
2023-11-21 19:18:32
49阅读
该部分详解是收集网络资料后的综合总结概述，若有不足之处，望大佬们指点迷津，放在评论区，本人会认真更新吸取各位大佬的简介，后期继续努力更新发布更好更新的个人原创作品，望志同道合的朋友们喜欢，谢谢大家的理解和支持。
Python的NumPy库中dot()函数详解本人在学习Python数据分析时的线性代数运算章节中，遇到矩阵乘法的dot函数的用法一时难于理解，
转载
2023-05-31 15:47:26
1263阅读
作者：浪子燕青 魔法函数概念魔法函数是以双下划线开头并且以双下划线结尾的功能函数，可以用来定义自己类的新特性。举一个例子：class magic:
def __init__(self,num):
self.num = num
def __getitem__(self, item):
return self.num[item]
a = mag
Numpy中的random模块用于生成随机数，常用函数的用法总结如下：1. 产生随机数numpy.random.rand（d1,d2,d3...dn）：生成一个[0,1)之间的随机浮点数或N维浮点数组。>>>import numpy as np
>>>np.random.rand(10) #生成shape = 10 的一维随机数组
Out[1]:
ar
转载
2023-12-27 15:27:39
359阅读
#创建ndarray
importnumpy as np
nd= np.array([2,4,6,'11'])#numpy中默认ndarray的所有元素的数据类型是相同，如果数据的类型不同，会统一为统一类型，优先级为str>float>int
nd #array(['2', '4', '6', '11'], dtype='#使用np创建routines函数创建#（1）np.one(sh
转载
2023-10-25 16:48:28
71阅读
# Python中的NumPy库与旋转函数
NumPy是Python中一个强大的数学库，广泛用于科学计算、数据分析和机器学习等领域。它提供了许多方便的工具用于处理数组和矩阵运算，其中包含的旋转函数则能够帮助我们进行多维数组的几何变换。
## NumPy旋转函数简介
在NumPy库中，旋转通常是指对二维或三维数组进行旋转变换。常用的旋转操作包括旋转图像、旋转点云等。在NumPy中，我们可以借助
np.ones()numpy.zero()和ones一样，只不过一个生成都为1的矩阵，一个都为0在官方的API文档中，对于np.ones的叙述如下：numpy.ones(shape, dtype=None, order='C', *, like=None)通俗理解就是：shape参数产生一个什么形状的numpy矩阵np.ones(5)这就是一个一行五列的矩阵np.ones((2,3)) 这就是一个
转载
2023-07-04 21:16:24
265阅读
numpy中的ndarray方法和属性原文地址NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是一个一维数组，而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴（axes），而轴的数量——秩，就是数组的维数。Numpy库...
原创
2022-11-10 21:40:22
105阅读
&nbs
转载
2024-05-26 23:01:57
122阅读
# Python 中 Numpy 向量求和
在科学计算和数据分析领域，Python 由于其丰富的库和易用性，已经成为众多程序员和数据科学家的首选语言。在这些库中，Numpy 是一个非常关键的库，提供了多维数组对象（ndarray）以及众多数学函数，能够有效地进行数组和矩阵的运算。本文将详细介绍如何使用 Numpy 进行向量求和，并结合代码示例和图形说明，使读者更好地掌握这一知识。
## 一、N
原创
2024-10-19 06:07:40
109阅读
# Python 保存 NumPy 中的若干数组
在科学计算和数据分析中，NumPy 是 Python 中非常重要的一个库。它提供了高效的数组操作和各种数值计算功能。在实际应用中，常常需要将计算得到的数组保存到外部文件，以便后续使用或分享。本文将介绍如何保存 NumPy 中的多个数组，并提供示例代码。
## NumPy 数组概述
首先，让我们回顾一下 NumPy 数组的基本概念。NumPy
# Python中对np数组的操作
Python是一种功能强大的编程语言，广泛应用于数据分析和科学计算领域。其中的NumPy库是Python中进行科学计算的基本库之一。NumPy提供了一个强大的多维数组对象，即`ndarray`，以及对这些数组进行操作的函数。
## 创建数组
在使用NumPy库之前，需要先安装并导入NumPy库。可以使用`pip`命令进行安装：
```python
!pi
原创
2023-12-10 07:59:55
59阅读
