随笔分类 - Numpy
摘要：描述： 百分位数表示小于这个值的观察值的百分比。 numpy.percentile(a, q, axis) 参数： a：输入数组。 q：计算的百分位数，在 之间。 axis：沿着它计算百分位数的轴。 interpolation：，用于估计百分位数的方法。默认 $linear
阅读全文
摘要：1. 广播的引出 两个数组相加、相减、相乘都是对应元素之间的操作。 示例： 数组相乘。 import numpy as np x = np.array([[2,2,3],[1,2,3]]) y = np.array([[1,1,3],[2,2,4]]) print(x*
阅读全文
摘要：numpy.prod(a, axis=None, dtype=None, out=None, keepdims=<no value>, initial=<no value>, where=<no value>)：返回给定轴上数组元素的乘积。 参数： a：输入数据。 axis：无或整数或整数元组，可选
阅读全文
摘要：np.sum(a, axis=None, dtype=None, out=None, keepdims=np._NoValue) 参数： a：用于进行加法运算的数组形式的元素。 axis： 的取值有三种情况：1.，2.整数， 3.整数元组。（在默认/缺省的情况下，
阅读全文
摘要：np.reshape()：在不改变数据的条件下修改形状。 numpy.reshape(arr, newshape, order='C') 参数： arr：要修改形状的数组 newshape：整数或者整数数组，新的形状应当兼容原有形状 order：'C' -- 按行，'F' -- 按列，'A' --
阅读全文
摘要：np.squeeze：从数组的形状中删除维度为 的维度。 np.squeeze(arr, axis) 参数： arr：输入数组 axis：整数或整数元组，用于选择形状中一维维度的子集。 示例： import numpy as np x = np.arange(9).reshape(1, 3,
阅读全文
摘要：1. 生成数组所需格式不同 np.mat()可以从字符串或列表中生成。np.array()只能从列表中生成。 import numpy as np a = np.mat(data="1, 2; 3, 4") b = np.array([[1, 2], [3, 4]]) print(a) print(
阅读全文
摘要：np.nonzero() 函数返回输入数组中非零元素的索引。 import numpy as np a = np.array([[30, 40, 0], [0, 20, 10], [50, 0, 60]]) print(a) print(np.nonzero(a)) 输出结果： [[30 40 0]
阅读全文
摘要：计算矩阵的乘积。 numpy.dot(a, b, out=None) 参数： a：数组 b：数组 out：可选，保存 dot() 计算结果 实例： import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([[11,12],[13,14]
阅读全文
摘要：一、定义 np.concatenate() ：连接沿现有轴的数组。 函数用于沿指定轴连接相同形状的两个或多个数组。 np.concatenate((a1, a2, ...), axis) 参数： a1, a2, ...：相同类型的数组 axis： 沿着它连接数组的轴，默认为0 实例： import
阅读全文
摘要：np.expend_dims ：扩展数组形状。 通过在指定位置插入新的轴来扩展数组形状。 np.expand_dims(arr, axis) 参数： arr：输入数组 axis：新轴插入的位置 实例： import numpy as np x = np.array(([1, 2], [3, 4]))
阅读全文
摘要：numpy.unique：用于去除数组中重复元素，并从小到大排序。 numpy.unique(arr, return_index, return_inverse, return_counts) arr：输入数组，如果不是一维数组则会展开 return_index：如果为true，返回新列表元素在旧列
阅读全文
摘要：Numpy读取文件的3中方法：loadtxt、load、fromfile。 方法 描述 返回数据 loadtxt 读取txt文本、excel文件 数组 load 读取Numpy专用的二进制数据，读取从npy、npz、pickled文件加载数组或pickled对象 数组、元组、字典等 fromfile
阅读全文
摘要：1. 数据源a是数组ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。也就是说改变a的值，b不会。 2. 数据源a是列表时，两者没区别。
阅读全文
摘要：numpy.where (condition[, x, y]) numpy.where()两种用法 1. np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。 2. np.where(condition) 只有条件 (condition)，没有x
阅读全文
摘要：np.repeat()用于将numpy数组重复。 numpy.repeat(a, repeats, axis=None); 参数： axis=0,沿着y轴复制，实际上增加了行数axis=1,沿着x轴复制，实际上增加了列数 1. 一维数组重复3次 # 随机生成[0, 5)之间的数，形状1行4列，将此数
阅读全文
摘要：matrix() 和 array() 的区别，主要从以下方面说起： 1. 矩阵生成方式不同 结果均为： 上述变化就是将 “[]” 换成“()”。不同之处在于 b4 内用引号、空格和分号来产生矩阵，这个方法只可以在 matrix() 函数中使用，即b4 = np.mat('1 2; 3 4')。不可以
阅读全文
摘要：1. 查看数据类型 import numpy as np arr = np.array([1,2,3,4,5]) print(arr) [1 2 3 4 5] # dtype用来查看数据类型 arr.dtype dtype('int32') 2. 转换数据类型 # astype用来转换数据类型 fl
阅读全文
摘要：numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)[source] 一维数组 对一维数组或列表，unique()函数去除其中重复元素，并按元素大小返回一个新的无重复元组或
阅读全文
