2023年11月29日
摘要: numpy.mean() import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]])print (a)print (np.mean(a))print (np.mean(a, axis = 0))print (np.mean(a, axis = 阅读全文
posted @ 2023-11-29 11:39 黑逍逍 阅读(1) 评论(0) 推荐(0) 编辑
摘要: ndarray.ndim - 数组的维度: import numpy as np # 创建一个一维数组 arr_1d = np.array([1, 2, 3]) print("数组:", arr_1d) print("数组的维度:", arr_1d.ndim) 数组: [1 2 3] 数组的维度: 阅读全文
posted @ 2023-11-29 11:37 黑逍逍 阅读(2) 评论(0) 推荐(0) 编辑
摘要: 就是数据类型的区别 但是功能却大不一样 NumPy数组提供了丰富的数学、统计和数组操作,如求和、平均值、最小值、最大值等。在二维数据,max降维。 Python列表提供了一些基本的列表操作,但没有NumPy数组提供的广泛数学和科学计算功能 一维的numpy,来求平均值 import numpy as 阅读全文
posted @ 2023-11-29 11:20 黑逍逍 阅读(6) 评论(0) 推荐(0) 编辑
摘要: 一维 # 使用列表创建一维数组 my_list = [1, 2, 3, 4, 5] # 将列表转换为NumPy数组 my_array = np.array(my_list) [1 2 3 4 5]<class 'numpy.ndarray'> 二维 # 二维数组,3行4列 arr_2d = np.a 阅读全文
posted @ 2023-11-29 11:05 黑逍逍 阅读(2) 评论(0) 推荐(0) 编辑