摘要：
一.正规表示法需要注意的地方 1.那个^符号,在字符集合符号(括号[])之内与之外是不同的!在[]内代表[反向选择],在之外代表定位在行首的意思. 2.在bash中,通配符*表示0个或多个字符,但是正规表示法并不是通配符,两者之间是不同的.两个符号在正规表示法的意义如下: .(小数点):代表[一定有 阅读全文
摘要：
一.随机漫步 随机漫步,从0开始,步长1和-1出现的概率相等.我们通过内置的Python的方式来实现1000步的随机漫步: import numpy as np import matplotlib.pyplot as plt import pylab import random position = 阅读全文
摘要：
一.range用法 函数说明：range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。 >>> range(5) [0, 1, 2, 3, 4] >>> range(1,5) [1, 2, 3, 4] >>> range(0, 阅读全文
摘要：
一.比较两个函数 先来看看random.randint() import random for n in range(5): for i in range(10): print(random.randint(1,5),end=' ') print() #运行结果 1 5 5 3 3 1 3 1 5 阅读全文
摘要：
随机数生成是日常工作中经常使用的功能。下面简要介绍下Python的随机数生成标准库random。 一、常用函数 （1）生成0和1之间的浮点数，random()生成区间为[0,1)import randomprint(random.random())输出结果：0.8092116913076974（2） 阅读全文
摘要：
在Python的random中，可以非常方便的生成随机数，但如果需要生成多种维度的随机数组或矩阵，那么就需要更好更强大的numpy的random。 一、基本函数 （1）随机生成包含N个元素的数组形式：random.random(N) 形式：random.rand(N)形式：random.ranf(N 阅读全文
摘要：
随机数生成 1.取得标准正态分布的样本 2.Numpy.random在产生大量样本值得时候要比Python的快多了 在这里简单介绍下Python内置的random模块的normalvariate(mu,sigma) mu：均值 sigma：标准差 mu=0，sigma=1为标准正态分布。 除了均匀分 阅读全文
摘要：
线性代数(如矩阵乘法\矩阵分解\行列式以及其他的方阵数学)是任何数组库的重要组成部分.在Python中,*得到的是元素级的积,而不是一个矩阵点积.因此,Numpy提供了dot函数. 1.dot函数--矩阵相乘 一个二维数组跟一个合适大小的一维数组矩阵点积运算之后会得到一个一维数组: 这里补充一下ze 阅读全文
摘要：
1.唯一化以及其他的集合逻辑 Numpy提供了一些针对一维ndarray的基本集合运算.最常用的可能要数np.unique了,它用于找出数组中的唯一值并返回已排序的结果: 数组的集合运算: 2.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 In [36]: 阅读全文
摘要：
1.排序 1)Numpy数组通过sort()方法进行排序: 2)多维数组可以在轴向上进行排序 注意:顶级方法np.sort返回的是数组的已排序副本,而就地排序则会修改数组本身. 计算数组分位数最简单的办法是对齐进行排序 阅读全文
摘要：
1.用于布尔型数组的方法 在前一节所列的所有的基本数组统计方法中,布尔值会被强制转换为1(True)和0(False). 由此产生了一些应用: 1)对布尔型数组中的True值计数 In [30]: arr=np.random.randn(100) In [31]: (arr>0).sum() #正值 阅读全文
摘要：
1.数学和统计方法 可以通过数组上的一组数学函数对整个数组或某个周详的数据进行统计运算.sum\mean\以及标准差std等聚合运算(aggregation)既可以当做数组的实例方法调用,也可以当做Numpy函数使用: 1)对整个数组进行计算 2)接收axis上的参数,计算轴向上的统计值,最终结果是 阅读全文
摘要：
1.zip函数描述 zip() 函数用于将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象。 如果各个可迭代对象的元素个数不一致，则返回的对象长度与最短的可迭代对象相同。 利用 * 号操作符，与zip相反，进行解压。 2.zip函数语法 zip(iterable1 阅读全文
摘要：
1.利用数组进行数据处理 Numpy可以使你将许多中种数据处理任务表述为简洁的数组表达式.(否则需要编写循环).用数组表达式代替循环的做法,通常被称为矢量化. 以下是矢量化的一个例子: import numpy as np import matplotlib.pyplot as plt points 阅读全文
摘要：
本文为转载，原博客地址：https://blog.csdn.net/huzq1976/article/details/51581330 首先注明：如果没有特别说明，以下内容都是基于python 3.4的。 1. /是精确除法，//是向下取整除法，%是求模2. %求模是基于向下取整除法规则的3. 四舍 阅读全文