np.logical_and (逻辑与)Syntaxnp.logical_and(x1, x2, *args, **kwargs)Test>>> np.logical_and(True, False)False>>> np.logical_and([True, False], [False, False])array([False, False], dtype=bool)>>> x = np.arange(5)>>
原创
2021-08-12 22:38:04
291阅读
Resize the logical volumn in linux. It is a sample for Linux user.
原创
2012-12-23 19:31:31
389阅读
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
reduce()函数也是Python内置的一个高阶函数。reduce()格式：reduce (func, seq[, init()])reduce()函数即为化简函数，它的执行过程为：每一次迭代，都将上一次的迭代结果（注：第一次为init元素，如果没有指定init则为seq的第一个元素）与下一个元素一同传入二元func函数中去执行。在reduce()函数中，init是可选的，如果指定，则作为第一次
转载
2024-01-12 06:37:42
45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
reduce() 函数在 python 2 是内置函数， 从python 3 开始移到了 functools 模块。官方文档是这样介绍的reduce(...) reduce(function, sequence[, initial]) -> valueApply a function of two arguments cumulatively to the items of a sequen
转载
2023-11-18 20:10:01
159阅读
系列How to use LVM in LinuxHow to Extend/Reduce LVM’s (Logical Volume Management) in LinuxHow to Take ‘Snapshot of Logical Volume and Restore’ in LVM概述 在Linux中扩展/缩减LVM前面我们已经了解了怎样使用LVM创建弹性的磁盘存储。这里，我们将了解怎
原创
2021-05-31 15:42:02
136阅读
1 概述reduce()函数会对参数序列中元素进行累积。语法：reduce(function, iterable[, initializer])参数：
function函数，有两个参数
iterable可迭代对象
initializer可选，初始参数操作：函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数function（有两个参数）先对集合中的第 1、2 个元
转载
2023-06-25 22:55:37
60阅读
系列How to use LVM in LinuxHow to Extend/Reduce LVM’s (Logical Volume Management) in LinuxHow to Take ‘Snapshot of Logical Volume and Restore’ in
原创
2022-03-11 11:31:41
260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
#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
python中的reduce
转载
精选
2014-02-27 17:18:05
300阅读
map()和reduce()是一种在处理大数据时的重要思想，在平时也可以利用。在python中内置了这两个方法，map取映射的意思，reduce取归纳的意思。一、map()map(func, lsd)参数1是函数参数2是序列功能：将传入的函数依次作用在序列中的每一个元素，并把结果作为一个新的Iterator返回。注：可迭代对象是个惰性的列表，直接输出为一个地址，要想输出里面内容要显示的写出来，eg
转载
2023-11-24 09:18:14
107阅读
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 f，一个list，但行为和 map()不同，reduce()传入的函数 f 必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。例如，编写一个f函数，接收x和y，返回x和y的和：
def f(x, y):
return x&n
转载
2017-12-30 09:35:00
85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
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
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
1266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
