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帮助文档

  2. NumPy是高性能科学计算和数据分析的基础包。部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成C、C++、Fortran等语言编写的代码的工具。
  3. 所属分类:机器学习

    • 发布日期:2017-10-06
    • 文件大小:9437184
    • 提供者:uglyscorpio
  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. Python图像灰度变换及图像数组操作

  2. 使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理 numpy简介: NumPy是一个非常有名的 Python 科学计算工具包,其中包含了大量有用的工具,比如数组对象(用来表示向量、矩阵、图像等)以及线性代数函数。 数组对象可以实现数组中重要的操作,比如矩阵乘积、转置、解方程系统、向量乘积和归一化。这为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。 在上一篇python基本图像操作中,当载入图像时,通过调用 array() 方法将图像转换成NumPy的数组对象
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:272384
    • 提供者:weixin_38512659
  1. Python Numpy 数组的初始化和基本操作

  2. Python 是一种高级的,动态的,多泛型的编程语言。Python代码很多时候看起来就像是伪代码一样,因此你可以使用很少的几行可读性很高的代码来实现一个非常强大的想法。 一.基础: Numpy的主要数据类型是ndarray,即多维数组。它有以下几个属性: ndarray.ndim:数组的维数 ndarray.shape:数组每一维的大小 ndarray.size:数组中全部元素的数量 ndarray.dtype:数组中元素的类型(numpy.int32, numpy.int16, and
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:64512
    • 提供者:weixin_38742520
  1. 机器学习篇—Numpy数值计算基础(中)

  2. Numpy库是支持 Python 语言的数值计算第三方库,其拥有强大的多维数组处理与矩阵运算能力;是机器学习的必不可少的工具。本文是在学习了Numpy数值计算课程之后,所做的些许笔记。 文章目录Numpy生成随机数Numpy数学函数Numpy数据修约Numpy数组的数学运算 Numpy生成随机数 生成随机数几种方法 rand(d0, d1, ..., dn) //[0, 1) 区间随机数据填充,这些数据均匀分布 示例: np.random.rand(2,2) 结果: array([[0.434
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:71680
    • 提供者:weixin_38742954
  1. 纯干货总结-动手学NumPy

  2. 欢迎大家查看此项目:Dive-into-NumPy NumPy中文网 项目介绍 本项目名为:动手学NumPy。包含以下内容 NumPy简介 NumPy数组与pthon原生数组的区别 NumPy快速入门 NumPy进阶 numpy-100 参考文献 NumPy简介 NumPy是Python中科学计算的基础包。它是一个Python库,提供多维数组对象,各种派生对象(如掩码数组和矩阵),以及用于数组快速操作的各种API,有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数,
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:101376
    • 提供者:weixin_38713586
  1. Numpy基础学习

  2. Numpy 基础 引言 这是一篇介绍Numpy基础的文章,是我啃书的笔记,不对Numpy的实现原理和高级特性等细节 做过多研究,学会基础的Numpy就可以应对日常的大部分数值型数据的操作,后面的博客我会 继续记录Pandas的学习进程,它将会更加强大。 # numpy基础 数组和矢量计算 # ndarray是一个同构数据多维模型: import numpy as np list=[1,2,3,4,"a","b"] myndarry=np.array(list) # 注意是np.array(
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:211968
    • 提供者:weixin_38530415
  1. 【Python_004】Numpy基本语法

  2. Numpy numpy: Numerical Python 高级科学计算和数据分析的基础包 常见功能1: ndarray, 一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环) 用于读写磁盘数据的工具以及用于操作内存映射文件的工具 线性代数、随机数生成以及傅里叶变换功能 用于集成由C、C++、Fortran等语言编写的代码的工具 numpy 导入 import numpy as np 大家约定俗成会使用别名np ndarra
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:189440
    • 提供者:weixin_38666785
  1. Python数据分析实战【第三章】1.2- Numpy基础数据结构【python】

  2. 【课程9.2】 Numpy基础数据结构 NumPy数组是一个多维数组对象,称为ndarray。其由两部分组成: ① 实际的数据 ② 描述这些数据的元数据 1.多维数组ndarray import numpy as np ar = np.array([1,2,3,4,5,6,7]) print(ar) # 输出数组,注意数组的格式:中括号,元素之间没有逗号(和列表区分) print(ar.ndim) # 输出数组维度的个数(轴数),或者说“秩”,维度的数量也称rank p
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:141312
    • 提供者:weixin_38629801
  1. [Python/PyTorch基础] Numpy学习笔记

  2. 目录Numpy基础引文Numpy的主要特点Numpy主要内容生成Numpy数组从已有数据中创建数组利用random模块生成数组创建特定形状的多维数组利用arange、linspace函数生成数组获取元素通过指定索引标签通过函数算数运算数组变形批量处理通用函数广播机制 Numpy基础 引文 Python本身含有列表(list)和数组(array),但对于大数据来说,这些结构是有很多不足的。 list的元素可以是任何对象,因此列表中所保存的是对象的指针。 array对象可以直接保存数值,但是由于它不
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:169984
    • 提供者:weixin_38752897
  1. Python3.5基础之NumPy模块的使用图文与实例详解

  2. 本文实例讲述了Python3.5基础之NumPy模块的使用。分享给大家供大家参考,具体如下: 1、简介 2、多维数组——ndarray #!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu import numpy as np #1.创建ndarray #创建一维数组 n1 = np.array([1,2,3,4]) print(n1) #
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:2097152
    • 提供者:weixin_38704485
  1. NumPy基础:多维数组

  2. NumPy(NumericalPython的基础)是高性能科学计算和数据分析的基础包。其部分功能如下:1.ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。2.用于对数组数据进行快速运算的标准数学函数(无序编写循环)。3.用于读写磁盘数据的工具及其用于操作内存映射文件的工具。4.线性代数、随机数生成以及傅里叶变换功能。5.用于集成由C、C++、Fortran等语言编写的代码的工具。创建数组最简单的办法就是使用array函数。它接受一切序列型的对象(包括其他数组),然后
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:316416
    • 提供者:weixin_38743602
  1. NumPy基础:多维数组

  2. NumPy(NumericalPython的基础)是高性能科学计算和数据分析的基础包。其部分功能如下:1.ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。2.用于对数组数据进行快速运算的标准数学函数(无序编写循环)。3.用于读写磁盘数据的工具及其用于操作内存映射文件的工具。4.线性代数、随机数生成以及傅里叶变换功能。5.用于集成由C、C++、Fortran等语言编写的代码的工具。 创建数组最简单的办法就是使用array函数。它接受一切序
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:301056
    • 提供者:weixin_38650629
  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. 详解Numpy数组转置的三种方法T、transpose、swapaxes

  2. Numpy是高性能科学计算和数据分析的基础包,里面包含了许多对数组进行快速运算的标准数学函数,掌握这些方法,能摆脱数据处理时的循环。 1.首先数组转置(T) 创建二维数组data如下: 进行矩阵运算时,经常要用数组转置,比如计算矩阵内积X^T X.这时就需要利用数组转置,如下: 2.轴对换之transpose 对于高维数组,可以使用轴对换来对多个维度进行变换。 这里创建了一个三维数组,各维度大小分别为2,3,4。 transpose进行的操作其实是将各个维度重置,原来(
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:89088
    • 提供者:weixin_38636461
  1. Numpy 改变数组维度的几种方法小结

  2. 来自 《Python数据分析基础教程:Numpy 学习指南(第2版)》 Numpy改变数组维度的方法有: reshape() ravel() flatten() 用元组设置维度 transpose() resize() 下面将依次进行说明 0. 首先,创建一个多维数组 from numpy import * a = arange(24) 得到: [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23] 1.resha
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:46080
    • 提供者:weixin_38743119
  1. Python数据分析03:Numpy数组和通用函数

  2. Numpy基础:数组和矢量计算 NumPy Basics: Arrays and Vectorized Computation 文章目录Numpy基础:数组和矢量计算NumPy Basics: Arrays and Vectorized Computation4.1 Numpy ndarry:一种多维数组对象(The NumPy ndarray: A Multidimensional Array Object)4.1.1 创建ndarray(Creating ndarrays)4.1.2 nd
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:167936
    • 提供者:weixin_38545517
  1. Python数据分析–科学计算工具Numpy基础数据结构

  2. Numpy是Python开源的科学计算工具包,是一个非常高级的数值编程工具,具有强大的N维数组对象,对数组数据结构进行运算时不需要遍历循环,具有随机数,傅里叶变换,线性代数等基本功能。今天我们首先来讲一下Numpy基础的数据结构。 Numpy的数组是一个多维数组对象,成为ndarray,其是有两个部分组成:(1)实际的数据(2)描述这些数据的原数据,下面我们来看几个具体的例子: import numpy as np #引入numpy模块,并将其命名为np ar=np.array([[1,2,3,
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:138240
    • 提供者:weixin_38617451
  1. Numpy 理解ndarray对象的示例代码

  2. numpy作为python科学计算的基础模块,支撑起了pandas、matplotlib等使用。其中,ndarray作为numpy的重要使用对象不得不研究理解一下。   ndarray,存储单一数据类型的多维数组结构,在内存中连续存在,以行索引和列索引的方式标记数组中的每一个元素。采用预编译好的C语言代码,性能上的表现十分不错。 1、ndarray的数据结构 2、ndarray的创建 numpy主要有以下几种方式创建数组。除此之外,其他过程也可能产生数组,比如:cv2.imread读取图
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:231424
    • 提供者:weixin_38628612
« 12 »