np.triunumpy.triu(m, k=0)Upper triangle of an array.Return a copy of a matrix with the elements below the k-th diagonal zeroed.返回一个矩阵的上三角矩阵，第k条对角线以下的元素归零例如：import numpy as npnp.triu(np.ones([4,4]), k=1).astype('uint8')output:array([[0, 1, 1, 1],
原创
2021-09-13 21:22:32
241阅读
6.高阶特性6.1迭代 如果给定一个list或tuple，我们可以通过for循环来遍历这个list或tuple，这种遍历我们称为迭代（Iteration）。在Python中，迭代是通过for ... in来完成的。 因为dict的存储不是按照list的方式顺序排列，所以，迭代出的结果顺序很可能不一样。默认情况下，dict迭代的是key。如果要迭代value，可以用for value in d.
1、abs(x)函数 用于返回指定数值的绝对值。x为任一参数，如果参数是整数或浮点数，返回参数的绝对值。如果参数是复数，返回参数的模。>>>a=-3.1415926
>>>abs(a)
3.1415926
>>>x=3+5j
>>>a
转载
2024-01-14 19:53:15
103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
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
#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
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
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
4140阅读
在列表，字典，集合中根据条件筛选数据示例：1 from random import randint
2
3 # 根据条件筛选数据
4
5 lst = [23,56,67,89,0,98,45,67,46,65]
6
7 # 列表解析 -- 推荐
8 new_lst1 = [n for n in lst if n >= 60]
9 print(new_lst1)
10
转载
2024-04-09 22:08:30
47阅读
ES 学习之indices APIs1.关闭通配符，_all等操作在index api 中可以使用_all或者逗号操作符，或者是通配符*，但是这些操作可能会导致误操作，所有我们可以通过在配置文件中配置如下属性，这样api中将不能使用像_all这样的操作action.destructive_requires_name=true2.判断index是已经存在可以通过api的方式判断一个index是否存在
转载
2024-03-26 17:00:05
124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
394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
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
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。本文主要介绍一下NumPy中triu方法的使用。原文地址：Python numpy.triu函数方法的使用...
转载
2022-06-07 22:07:42
26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
115阅读
在 Python 中，`np` 通常是指 NumPy 库，这是一个用于科学计算的基本包。它提供了支持大型、多维数组与矩阵的功能，同时也提供了对这些数组进行操作的众多数学函数。我们通常在使用 NumPy 的时候，会将它导入为 `np`，以便于后续的调用。
### NumPy 的安装
首先，如果你还没有安装 NumPy，可以通过以下命令使用 pip 安装：
```bash
pip install
np.zeros和np.ones函数总结列表、元组、数组的不同： 列表： 即list, 是python内置的数据类型；列表内的值是可以改变的； 使用列表赋值时，得到了原始列表的引用， 所以呢，它们共享内存，如果修改其中一个，另一个也会修改了。 它的形式是： a = [1, 2, 3, 4, 5] 元组： 即tuple，也是python内置的类型；元组内的值是不可以改变的。 它的形式是： b = (
转载
2024-04-02 10:22:04
78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
