一抹烟霞 - 博客园

2020年6月18日

摘要： @ 一、索引 Series和Datafram索引的原理一样，我们以Dataframe的索引为例 1.1 列索引：df['列名'] （Series不存在列索引） df = pd.DataFrame(np.random.rand(12).reshape(3,4)*100, index = ['one', 阅读全文

posted @ 2020-06-18 16:20 一抹烟霞阅读(259) 评论(0) 推荐(0) 编辑

Pandas —— （1）基础数据结构概念和创建

摘要： @ 一、Pandas简介 1.1 数据结构 1.2 大小可变与数据复制 Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。 Pandas 里，绝大多数方法都不改变原始的输入数据，而是复制数据，生成新的阅读全文

posted @ 2020-06-18 15:43 一抹烟霞阅读(397) 评论(0) 推荐(0) 编辑

2020年6月16日

奇异值分解（SVD）方法求解最小二乘问题的原理

摘要： @ 一、奇异值分解(SVD)原理 1.1 回顾特征值和特征向量我们首先回顾下特征值和特征向量的定义如下： \(Ax=λx\) 其中A是一个n×n的实对称矩阵，x是一个n维向量，则我们说λ是矩阵A的一个特征值，而x是矩阵A的特征值λ所对应的特征向量。求出特征值和特征向量有什么好处呢？就是我们可以阅读全文

posted @ 2020-06-16 17:17 一抹烟霞阅读(10926) 评论(2) 推荐(3) 编辑

2020年6月14日

数学基础知识 ——（1）高等数学

摘要： https://blog.csdn.net/qq_34213260/article/details/106756944 阅读全文

posted @ 2020-06-14 20:59 一抹烟霞阅读(235) 评论(0) 推荐(0) 编辑

动态内存与智能指针

摘要： @ 一、简介动态内存的使用很容易出问题，因为确保在正确的时间释放内存是极其困难的。有时我们会忘记释放内存，在这种情况下就会产生内存泄漏;有时在尚有指针引用内存的情况下我们就释放了它，在这种情况下就会产生引用非法内存的指针。为了更容易(同时也更安全)地使用动态内存，新的标准库提供了两种智能指针(s 阅读全文

posted @ 2020-06-14 20:46 一抹烟霞阅读(249) 评论(0) 推荐(0) 编辑

2020年6月12日

VIO（3）—— VIO 残差函数的构建

摘要： @ IMU与VO的融合问题可以看作是对状态量的最小二乘估计，因此核心问题就转换为了VIO 残差函数的构建。一、系统需要优化的状态量二、视觉重投影误差三、预积分模型 3.1 IMU 测量值的积分问题 3.2 IMU预积分模型的提出 3.3 IMU 的预积分误差第二项可以由第一章公式（7）得到阅读全文

posted @ 2020-06-12 16:44 一抹烟霞阅读(886) 评论(0) 推荐(0) 编辑

2020年6月11日

Numpy（4）—— 保存和导入文件

摘要：一、文件读写 Numpy可以方便的进行文件读写，如下面这种格式的文本文件： # 使用np.fromfile从文本文件'housing.data'读入数据 # 这里要设置参数sep = ' '，表示使用空白字符来分隔数据 # 空格或者回车都属于空白字符，读入的数据被转化成1维数组 d = np.fro 阅读全文

posted @ 2020-06-11 15:56 一抹烟霞阅读(731) 评论(0) 推荐(0) 编辑

Numpy（3）—— 线性代数相关函数

摘要： diag：以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）。 # numpy.linalg 中有一组标准的矩阵分解运算以及诸如求逆和行列式之类的东西 # np.linalg.diag 以一维数组的形式返回方阵的对角线（或非对角线）元素， # 或将一维数组阅读全文

posted @ 2020-06-11 15:51 一抹烟霞阅读(651) 评论(0) 推荐(0) 编辑

Numpy —— （2）随机数np.random

摘要： @ 主要介绍创建ndarray随机数组以及随机打乱顺序、随机选取元素等相关操作的方法。一、创建随机ndarray数组创建随机ndarray数组主要包含设置随机种子、均匀分布和正态分布三部分内容，具体代码如下所示。设置随机数种子 # 可以多次运行，观察程序输出结果是否一致 # 如果不设置随机数种阅读全文

posted @ 2020-06-11 15:40 一抹烟霞阅读(698) 评论(0) 推荐(0) 编辑

Numpy —— （1）基础数据结构

摘要： @ 一、简介 Python中的list列表也可以非常灵活的处理多个元素的操作，但效率却非常低。与之比较，ndarray数组具有如下特点： ndarray数组中所有元素的数据类型相同、数据地址连续，批量操作数组元素时速度更快。而list列表中元素的数据类型可能不同，需要通过寻址方式找到下一个元素。 n 阅读全文

posted @ 2020-06-11 14:32 一抹烟霞阅读(311) 评论(0) 推荐(0) 编辑