資訊專欄INFORMATION COLUMN
摘要：生成行列的零矩陣，應當注意的是，函數中要傳入一個元組。生成到的以為步長切片的數據。在到的數據中按等間距取個值。或分別得到的次冪和矩陣中每個數開方所得到的結果。將矩陣的行數擴大倍，列數擴大倍。
numpy是python中一個與科學計算有關的庫，本文將介紹一些常用的numpy函數，使用numpy之前需要先引入，輸入import numpy as np，我們一般將numpy簡化為np。
1.np.arange(n)：生成0至n-1個整數。
2.a.reshape(m,n)：將a重新定義為一個m行n列的矩陣。
3.a.shape：打印a的行和列。
4.a.ndim：求a的維度。
5.a.size：輸出a中的元素個數。
6.np.zeros((m,n))：生成m行n列的零矩陣，應當注意的是，函數中要傳入一個元組。此時生成的矩陣0后面有一個小數點，因為系統默認數據類型為浮點型，要想獲得整數類型，我們應預先指定好數據類型。
7.np.ones((k,m,n),dtype=np.int32)：生成k個m行n列的單位矩陣，且矩陣中的數據類型為整數型。
8.np.arange(m,n,k)：生成m到n的以k為步長切片的數據。
9.np.linspace(m,n,k)：在m到n的數據中按等間距取k個值。
10.若A、B為同維矩陣，則A*B返回的是A和B矩陣對應位置相乘得到的結果，A.dot(B)或np.dot(A,B)返回的才是矩陣乘法所得的結果。
11.np.exp(A)或np.sqrt(B)：分別得到e的B次冪和矩陣B中每個數開方所得到的結果。
12.np.floor()：向下取整。
13.a.ravel()：將矩陣a重新拉伸成一個向量，拉伸后可以重新reshape成一個新矩陣。
14.a.T：求a的轉置矩陣。
15.a.reshape(n,-1)或a.reshape(-1,n)：確定一個矩陣的行(列)后，相應的列(行)也直接被確定，因此輸入-1即可。
16.np.hstack((a,b))：將矩陣a和b橫向拼接。
17.np.vstack((a,b))：將矩陣a和b縱向拼接。
18.np.hsplit(a,n)：將矩陣a橫向切為n份。
19.np.hsplit(a,(m,n))：在a的索引為m和n的空隙橫向切開。
20.np.vsplit(a,n)：將矩陣a縱向切為n份。
21.np.hsplit(a,(m,n))：在a的索引為m和n的空隙縱向切開。
22.矩陣的復制：
b = a：此時得到的b與a的地址是完全相同的，也就是a,b只是同一個矩陣的不同名稱，對其中任意一個矩陣操作都會引起另一個矩陣相同的變化。
b = a.view()：此時得到的b與a的地址不同，但是對b的操作會改變a。
b = a.copy()：此時得到的是兩個完全獨立的矩陣。
23.b = np.tile(a,(m,n))：將矩陣a的行數擴大m倍，列數擴大n倍。
24.np.sort(a,axis=k)：將矩陣a在k維排序。
25.np.argsort(a)：返回將a升序排列后的索引值(默認排列方式為升序)。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/43029.html
摘要：概述在中存在著通用函數和聚合去對數據進行處理通過向量進行對數據數組的計算而這些向量主要依靠一些通用函數而聚合是對面對大量數據時獲取描述性統計信息的方法。三角函數提供了大量好用的通用函數，其中對于數據科學家最有用的就是三角函數。 showImg(https://segmentfault.com/img/remote/1460000018925263); 概述 在Numpy中存在著通用函數...
摘要：是什么今天開始會陸續為大家帶來數據科學常用包的基礎用法數據分析的工作涉及到大量的數值運算，一個高效方便的科學計算工具是必不可少的。 NumPy是什么？ 今天開始會陸續為大家帶來數據科學常用包的基礎用法 數據分析的工作涉及到大量的數值運算，一個高效方便的科學計算工具是必不可少的。Python語言一開始并不是設計為科學計算使用的語言，隨著越來越多的人發現Python的易用性，逐漸出現了關于...
摘要：但無論是用于何種用途，這些圖像都需要進行處理。圖像處理中的常見任務包括顯示圖像，基本操作如裁剪翻轉旋轉等，圖像分割，分類和特征提取，圖像恢復和圖像識別。圖像處理系統有時被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標題：10 Python image manipulation...
摘要：前言以下簡稱是數據分析必不可少的第三方庫，的出現一定程度上解決了運算性能不佳的問題，同時提供了更加精確的數據類型。因此，理解的數據類型對數據分析十分有幫助。一維數據由對等關系的有序或無序數據構成，采用線性方式組織，可以用數組表示。 前言 NUMPY（以下簡稱NP）是Python數據分析必不可少的第三方庫，np的出現一定程度上解決了Python運算性能不佳的問題，同時提供了更加精確的數據...
小編寫這篇文章的主要目的，主要是給大家講解一些常用的一些函數，這樣在以后的工作中，能夠節約到一些時間，工作的效率也會大大的提高，甚至在跳槽的時候，能夠升職加薪?！ 〕Ｒ姷暮唵螖到M函數 先看看代碼操作: mportnumpyasnp ##產生一個數組 arr=np.arange(15) arr >>array([0,1,2,3,4,5,6,7,8,...
閱讀 3494·2021-10-18 13:30
閱讀 2948·2021-10-09 09:44
閱讀 1969·2019-08-30 11:26
閱讀 2299·2019-08-29 13:17
閱讀 764·2019-08-29 12:17
閱讀 2251·2019-08-26 18:42
閱讀 477·2019-08-26 13:24
閱讀 2959·2019-08-26 11:39
