上一页 1 ··· 45 46 47 48 49 50 51 52 53 ··· 113 下一页
摘要: 对 NumPy 数组执行些函数操作时,其中一部分函数会返回数组的副本,而另一部分函数则返回数组的视图。本节对数组的副本和视图做重点讲解。其实从内存角度来说,副本就是对原数组进行深拷贝,新产生的副本与原数组具有不同的存储位置。而视图可理解为对数组的引用,它和原数组有着相同的内存位置。 赋值操作 赋值操 阅读全文
posted @ 2022-08-02 17:20 随遇而安== 阅读(18) 评论(0) 推荐(0) 编辑
摘要: NumPy 提供了许多统计功能的函数,比如查找数组元素的最值、百分位数、方差以及标准差等。 numpy.amin() 和 numpy.amax() 这两个函数用于计算数组沿指定轴的最小值与最大值: amin() 沿指定的轴,查找数组中元素的最小值,并以数组形式返回; amax() 沿指定的轴,查找数 阅读全文
posted @ 2022-08-02 17:19 随遇而安== 阅读(70) 评论(0) 推荐(0) 编辑
摘要: NumPy 提供了多种排序函数, 这些排序函数可以实现不同的排序算法。排序算法特征主要体现在以下四个方面:执行速度,最坏情况下的复杂度,所需的工作空间以及算法的稳定性。下表列举了三种排序算法: NumPy排序算法 种类 速度 最坏复杂度 工作空间 稳定性 quicksort(快速排序) 1 O(n^ 阅读全文
posted @ 2022-08-02 17:19 随遇而安== 阅读(45) 评论(0) 推荐(0) 编辑
摘要: 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.a 阅读全文
posted @ 2022-08-02 17:18 随遇而安== 阅读(84) 评论(0) 推荐(0) 编辑
摘要: NumPy 中包含了大量的数学函数,它们用于执行各种数学运算,其中包括三角函数、舍入函数等等。下面对它们做详细讲解。 三角函数 NumPy 中提供了用于弧度计算的的 sin()(正弦)、cos()(余弦)和 tan()(正切)三角函数。示例如下: import numpy as np arr = n 阅读全文
posted @ 2022-08-02 17:17 随遇而安== 阅读(83) 评论(0) 推荐(0) 编辑
摘要: NumPy 提供了许多字符串处理函数,它们被定义在用于处理字符串数组的 numpy.char 这个类中,这些函数的操作对象是 string_ 或者 unicode_ 字符串数组。如下表所示: NumPy处理字符串数组函数 函数名称 描述 add() 对两个数组相应位置的字符串做连接操作。 multi 阅读全文
posted @ 2022-08-02 17:17 随遇而安== 阅读(127) 评论(0) 推荐(0) 编辑
摘要: 本节重点介绍 NumPy 数组元素的增删改查操作,主要有以下方法: 数组元素操作方法 函数名称 描述说明 resize 返回指定形状的新数组。 append 将元素值添加到数组的末尾。 insert 沿规定的轴将元素值插入到指定的元素前。 delete 删掉某个轴上的子数组,并返回删除后的新数组。 阅读全文
posted @ 2022-08-02 17:16 随遇而安== 阅读(44) 评论(0) 推荐(0) 编辑
摘要: 本节重点讲解 NumPy 的位运算,NumPy 中提供了以下按位运算函数: numpy按位运算函数 序号 函数 位运算符 描述说明 1 bitwise_and & 计算数组元素之间的按位与运算。 2 bitwise_or | 计算数组元素之间的按位或运算。 3 invert ~ 计算数组元素之间的按 阅读全文
posted @ 2022-08-02 17:16 随遇而安== 阅读(39) 评论(0) 推荐(0) 编辑
摘要: NumPy 中包含了一些处理数组的常用方法,大致可分为以下几类: 数组变维操作 数组转置操作 修改数组维度操作 连接与分割数组操作 下面分别对它们进行介绍。 数组变维操作 数组变维操作 函数名称 函数介绍 reshape 在不改变数组元素的条件下,修改数组的形状。 flat 返回是一个迭代器,可以用 阅读全文
posted @ 2022-08-02 17:15 随遇而安== 阅读(19) 评论(0) 推荐(0) 编辑
摘要: NumPy 提供了一个 nditer 迭代器对象,它可以配合 for 循环完成对数组元素的遍历。下面看一组示例,使用 arange() 函数创建一个 3*4 数组,并使用 nditer 生成迭代器对象。示例1: import numpy as np a = np.arange(0,60,5) a = 阅读全文
posted @ 2022-08-02 17:14 随遇而安== 阅读(57) 评论(0) 推荐(0) 编辑
上一页 1 ··· 45 46 47 48 49 50 51 52 53 ··· 113 下一页