注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. NumPy学习指南

  2. 第1章　NumPy快速入门 1.1 　Python 1.2 　动手实践：在不同的操作系统上安装Python 1.3 　Windows 1.4 　动手实践：在Windows上安装NumPy、Matplotlib、SciPy和IPython 1.5 　Linux 1.6 　动手实践：在Linux上安装NumPy、Matplotlib、SciPy和IPython 1.7 　Mac OS X 1.8 　动手实践：在Mac OS X上安装NumPy、Matplotlib和SciPy 1.9 　动手实践：

  3. 所属分类：Python

    • 发布日期：2017-09-05
    • 文件大小：5242880
    • 提供者：qq_34983659

  1. Numpy用户指南.pdf

  2. 说明：本文档所有内容来源于网络 https://www.numpy.org.cn/user/ 目录 1. NUMPY 介绍 1 1.1 什么是 NUMPY? 1 1.2 为什么 NUMPY 这么快？ 3 1.3 还有谁在使用 NUMPY？ 3 2. 快速入门教程 4 2.1 先决条件 4 2.2 基础知识 4 2.2.1一个例子 5 2.2.2 数组创建 6 2.2.3 打印数组 8 2.2.4 基本操作 10 2.2.5 通函数 13 2.2.6 索引、切片和迭代 14 2.3 形状操纵 18

  3. 所属分类：互联网

    • 发布日期：2020-05-21
    • 文件大小：2097152
    • 提供者：weixin_43976705

  1. numpy完全详解--jalen.pdf

  2. 1、NumPy介绍； 2、NumPy安装使用； 3、数组的创建； 3.1、概述； 3.2、基本创建方式； 3.3、其他创建ndarray的方式1：函数和文件； 3.4、其他创建ndarray的方式2：随机函数； 4、数组输出； 4.1、输出方式； 4.2、打印省略； 5、数组（ndarray）与列表（List）； 5.1、应用对比 ； 5.2、矢量化计算； 5.3、广播机制； 6、相关属性与操作； 7、NumPy中的常数； 8、数据类型； 8.1、概述；

  3. 所属分类：互联网

    • 发布日期：2019-12-29
    • 文件大小：884736
    • 提供者：weixin_41685388

  1. 浅析NumPy 切片和索引

  2. 主要介绍了NumPy 切片和索引的相关资料，帮助大家更好的理解和学习NumPy的相关知识，感兴趣的朋友可以了解下。

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：43008
    • 提供者：weixin_38725734

  1. numpy中索引和切片详解

  2. 主要介绍了numpy中索引和切片详解，具有一定借鉴价值，需要的朋友可以参考下。

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：93184
    • 提供者：weixin_38707862

  1. python numpy数组的索引和切片的操作方法

  2. NumPy 是一个 Python 包。 它代表 “Numeric Python”。它是一个由多维数组对象和用于处理数组的例程集合组成的库。这篇文章主要介绍了python numpy 数组的索引和切片,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：45056
    • 提供者：weixin_38589314

  1. NumPy 基本切片和索引的具体使用方法

  2. 主要介绍了NumPy 基本切片和索引的具体使用方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：109568
    • 提供者：weixin_38586279

  1. numpy的Fancy Indexing和array比较详解

  2. 一：Fancy Indexing import numpy as np #Fancy Indexing x = np.arange(16) np.random.shuffle(x) print(x) #打印所有的元素 print(x[2])#获取某个元素的值 print(x[1:3])#切片 print(x[3:9:2])#指定间距切片 index = [2,4,7,9] #索引数组 print(x[index])#获取索引数组中的元素的值 ind = np.array([[0,2],[1,

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：38912
    • 提供者：weixin_38528680

  1. 深入了解NumPy 高级索引

  2. NumPy 比一般的 Python 序列提供更多的索引方式。除了之前看到的用整数和切片的索引外，数组可以由整数数组索引、布尔索引及花式索引。 整数数组索引 以下实例获取数组中(0,0)，(1,1)和(2,0)位置处的元素。 import numpy as np x = np.array([[1, 2], [3, 4], [5, 6]]) y = x[[0,1,2], [0,1,0]] print (y) 输出结果为： [1  4  5] 以下实例获取了 4X3 数组中的四个角的元素。

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：47104
    • 提供者：weixin_38680625

  1. 浅析NumPy 切片和索引

  2. ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0 – n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。 import numpy as np a = np.arange(10) s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2 print (a[s]) 输出结果为： [2

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：41984
    • 提供者：weixin_38607864

  1. python numpy数组的索引和切片的操作方法

  2. NumPy – 简介 NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。 Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ，它拥有一些额外的功能。 2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。 NumPy 操作 使用NumPy，开

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：51200
    • 提供者：weixin_38681301

  1. Python 数据分析三剑客之 NumPy（二）：NumPy 数组索引、切片、广播、拼接、分割

  2. 文章目录【1×00】认识 Numpy 中的 nan 和 inf【1×01】判断是否为 nan 和 inf【1×02】统计数组中 nan 的个数【1×03】统计数组中 inf 的个数【1×04】替换 inf 和 nan【2×00】NumPy 索引【2×01】获取具体元素【2×02】获取行或列【2×03】布尔索引【2×04】花式索引【3×00】NumPy 切片【4×00】NumPy 数组运算以及广播原则【7×00】数组的拼接与元素的添加【7×01】将数组转换成列表，拼接完成再转换成数组【7×02】n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：191488
    • 提供者：weixin_38548421

  1. Numpy 四 切片和索引

  2. NumPy 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0 – n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。 import numpy as np a = np.arange(10) s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2 print (a[s]

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：79872
    • 提供者：weixin_38707192

  1. 【人工智能基础】想用Python处理数据？你需要的Numpy和Pandas都在这呢！

  2. 先啰嗦两句 这里精简的总结了Numpy和Pandas的常用用法，学会了这些，剩下的遇见一个查一个效率也很高呀！ 记得不要枯燥的一个命令一个命令的练习，更不要只看不练，上网找成品的代码吧！ 先来个切片，索引 这个和这俩的学习没太大关系，使用时关系还是相当大的，也比较重要，我是容易忘，先记录一下。 [:, :]先行后列 [0, 0:4]第1行的第1列到第3列 [0:3, 1]第1到3行的第2列 Numpy 这里设 jason 为一个数组，jason是我小时候用过的英文名。 上面是代码，下面是解释

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：74752
    • 提供者：weixin_38652270

  1. Numpy数组中数据的抽取

  2. 目录Numpy数组中数据的抽取1.比较操作2.操作布尔数组统计个数记录True的个数numpy.count_nonzero函数记录True的个数numpy.sum函数快速查阅3.将布尔数组作为掩码4.花哨的索引单纯的花哨索引组合索引花哨索引与普通索引花哨索引与切片花哨索引与掩码结合使用花哨索引举例_随机取点花哨索引举例_修改值 Numpy数组中数据的抽取 前面讲解了Numpy中数组的创建,操作,运算等内容 有些时候我们还想要抽取和查看Numpy数组中符合某些条件的值 还有的时候,我们想要统计数组

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：90112
    • 提供者：weixin_38688550

  1. Numpy基础总结

  2. 数组的创建 array创建，可以创建1维到多维数组，参数ndmin可以设置维度 arange创建，返回ndarray对象，可以设置起始，终止，步长，以及dtype 随机数创建 numpy.random.random(size=None) numpy.random.randint() numpy.random.randn() ndarry对象 其他方式创建 numpy.ones创建指定形状数组，数组元素用1填充 empty创建 linspace函数创建一个一维数组，数组是一个等差数列构成 log

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：30720
    • 提供者：weixin_38627521

  1. NumPy 切片和索引

  2. NumPy 切片和索引 ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0 – n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。 实例 import numpy as np a = np.arange(10) s = slice(2,7,2) # 从索引 2 开始到索引 7 停止，间隔为2 print

  3. 所属分类：其它

    • 发布日期：2021-01-03
    • 文件大小：38912
    • 提供者：weixin_38559646

  1. python包numpy介绍1

  2. 一、numpy包的简单介绍 NumPy是使用Python进行科学计算的基础软件包。它包括： 功能强大的N维数组对象。 精密广播功能函数。 集成 C/C+和Fortran 代码的工具。 强大的线性代数、傅立叶变换和随机数功能。 利器之一：Ndarray NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：38912
    • 提供者：weixin_38699551

  1. NumPy 基本切片和索引的具体使用方法

  2. 索引和切片是NumPy中最重要最常用的操作。熟练使用NumPy切片操作是数据处理和机器学习的前提，所以一定要掌握好。 文档：https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html 索引 ndarrays可以使用标准Python x[obj]语法对其进行索引 ，其中x是数组，obj是选择方式。有三种可用的索引：字段访问，基本切片，高级索引。究竟是哪一个取决于obj。 注意 在Python中，x[(exp1, exp2, …

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：108544
    • 提供者：weixin_38721405

  1. Numpy学习-(2)

  2. 我学习numpy过程的记录 1. 切片和索引 （1） 两种切片方式示例： (2) 多维数组： import numpy as np a = np.array([[1,2,3],[3,4,5],[4,5,6]]) print(a) # 从某个索引处开始切割 print('从数组索引 a[1:] 处开始切割') print(a[1:]) print (a[...,1]) # 第2列元素 print (a[1,...]) # 第2行元素 [[1 2 3] [3 4 5] [4 5 6]

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：54272
    • 提供者：weixin_38727579
« 12 »