摘要: 1.定义: [表达式 for 迭代变量 in 可迭代对象 [if 条件表达式] ] 等价于 x = [] for 迭代变量 in 可迭代对象 : if 条件表达式: x.append(表达式)#x 就是上面那个生成的列表 2.实例: x = [] for i in range(5): if (i*i 阅读全文
posted @ 2020-04-17 21:39 落月_YU 阅读(2103) 评论(0) 推荐(0) 编辑
摘要: 1.定义: numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>) #a:数组(不是数组就转为数组) #axis:可选(不选择就是全部数的平均值)为0求各列平均值,为1求各行平均值 #dtype数据类型,可选,用于计算平 阅读全文
posted @ 2020-04-17 20:12 落月_YU 阅读(836) 评论(0) 推荐(0) 编辑
摘要: 1.源码(numpy.argmax类似) numpy.argmin(a, axis=None, out=None) #a:一个矩阵 #axis:整数,可选(没选择的话就是整个数组的展开)(0:行,1列) #out:数组,可选。如果提供,结果将被插入此数组。它应该具有适当的形状和dtype。 #输出: 阅读全文
posted @ 2020-04-17 16:26 落月_YU 阅读(1192) 评论(0) 推荐(0) 编辑
摘要: 1.len:返回矩阵一维的个数: x = [0,3,2,1,5,4,6,5,6,7] y = [0,8,2,1,3,8,3,4,4,5] xy = np.array(list(zip(x,y)))#n行2列的矩阵 print(len(xy)) #结果:10 参考网址:https://blog.csd 阅读全文
posted @ 2020-04-17 15:27 落月_YU 阅读(2431) 评论(0) 推荐(0) 编辑
摘要: 1.结论: #对于一个矩阵X,X[:,:]这种的操作; #1. : 代表所有; #2.数数从0开始数的; #3.可以是多维度的,本次的测试只到三维。更多维度的请自行测试;#4.[一维,二维,三维......] 2.代码: import numpy as np X = np.array([[0,1], 阅读全文
posted @ 2020-04-17 13:00 落月_YU 阅读(2082) 评论(0) 推荐(0) 编辑