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. numpy库.md

  2. 介绍numpy库，数组的基本属性、索引切片、运算、重塑等内容

  3. 所属分类：Python

    • 发布日期：2019-09-01
    • 文件大小：7168
    • 提供者：aijiankeji

  1. numpy数组拼接简单示例

  2. 主要介绍了numpy数组拼接简单示例，涉及对numpy数组的介绍，numpy数组的属性等内容，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：65536
    • 提供者：weixin_38605133

  1. 详解python中Numpy的属性与创建矩阵

  2. 给大家分享了关于python中Numpy的属性与创建矩阵的相关知识点内容，有兴趣的朋友们可以学习参考下。

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：30720
    • 提供者：weixin_38693173

  1. Numpy数组的广播机制的实现

  2. 前言 Numpy数组不需要循环遍历，即可对每个元素执行批量的算术运算操作（矢量化运算）。当两个数组大小（Numpy.shape）不同时，进行算术运算会出现广播机制。 数组广播 数组在进行矢量化运算的时，要求数组形状时相等的。当形状不等的数组执行算术运算的时候，就会出现广播机制，该机制会对数组进行扩展，使数组的shape属性值一样，就可以进行矢量化运算了。 import numpy as np arr1 = np.array([[0], [1], [2], [3]]) print(arr1.sh

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：187392
    • 提供者：weixin_38715567

  1. 详解python中Numpy的属性与创建矩阵

  2. ndarray.ndim：维度 ndarray.shape：形状 ndarray.size：元素个数 ndarray.dtype：元素数据类型 ndarray.itemsize：字节大小 创建数组： a = np.array([2,23,4]) # list 1d print(a) # [2 23 4] 指定数据类型： a = np.array([2,23,4],dtype=np.int) print(a.dtype) # int 64 dtype可以指定的类型有int32,float,fl

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：32768
    • 提供者：weixin_38589774

  1. 浅谈numpy库的常用基本操作方法

  2. NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是一个一维数组，而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴（axes），而轴的数量——秩，就是数组的维数。 1、创建矩阵 Numpy库中的矩阵模块为ndarray对象，有很多属性：T，data, dtype,flags,flat,imag,real,size, itemsiz

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：79872
    • 提供者：weixin_38650508

  1. Numpy——numpy属性

  2. 文章目录1.列表转化为矩阵2.numpy 的几种属性3.创建数组4.指定数据 dtype5.创建特定数据 1.列表转化为矩阵 使用numpy首先要导入模块 import numpy as np #为了方便使用numpy 采用np简写 列表转化为矩阵： array = np.array([[1,2,3],[2,3,4]]) #列表转化为矩阵 array 2.numpy 的几种属性 print('number of dim:',array.ndim) # 维度 # number of di

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：38912
    • 提供者：weixin_38750999

  1. NumPy相关知识点汇总

  2. ndarray的属性 ndarray就是NumPy最具特色的一点，被称为N维数组对象，其实就是一个N维数组，下面先随便定义一个array，说说他的相关属性吧。 import numpy as np score=np.array([[7, 37, 81, 90, 45], [43, 26, 29, 27, 77], [49, 64, 29, 82, 60], [38, 0, 26, 20, 44], [89, 0, 33, 83, 9

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：180224
    • 提供者：weixin_38631182

  1. NumPy相关知识点汇总

  2. ndarray的属性 ndarray就是NumPy最具特色的一点，被称为N维数组对象，其实就是一个N维数组，下面先随便定义一个array，说说他的相关属性吧。 import numpy as np score=np.array([[7, 37, 81, 90, 45], [43, 26, 29, 27, 77], [49, 64, 29, 82, 60], [38, 0, 26, 20, 44], [89, 0, 33, 83, 9

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：180224
    • 提供者：weixin_38580759

  1. AI中必不可少的工具库numpy

  2. numpy的简介 numpy是python中科学计算的基础包。他是一个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、离散傅里叶变换、基本线性代数、基本统计运算和随机模拟等 numpy和pandas的安装 pip install numpy numpy 导包 import numpy as np numpy的属性 代码 import numpy as np array = np.array([

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：149504
    • 提供者：weixin_38633475

  1. Numpy数组操作

  2. 目录Numpy数组的操作概述Numpy数组的创建numpy.array方法numpy.zeros方法numpy.ones方法numpy.full方法numpy.arange方法numpy.linspace方法numpy.random.random方法numpy.random.randint方法numpy.random.normal方法numpy.eye方法numpy.empty方法Numpy数组的属性数组的维度nidm数组形状shape数组的大小size数组的数据类型dtype数组元素的字节大小

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：94208
    • 提供者：weixin_38738511

  1. numpy中的ndarray方法和属性详解

  2. NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是一个一维数组，而这个一维数组中每个元素又是一个一维数组。所以这个一维数组就是NumPy中的轴（axes），而轴的数量——秩，就是数组的维数。 Numpy库中的矩阵模块为ndarray对象，有很多属性：T，data, dtype,flags,flat,imag,real,size, itemsize,nbyte

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：55296
    • 提供者：weixin_38546789

  1. NumPy入门笔记（一）

  2. NumPy是Python的一个科学计算库，提供了矩阵计算的功能。Pandas对NumPy库进行了二次封装，提供了更强大的功能。 NumPy可用来存储和处理大型矩阵，比Python自身的数据结构（字符串，队列，元组，字典）更高级。NumPy的主要对象是一个多维度的，均匀的多维数组，可以进行矩阵运算。 1.创建矩阵 2.ndarray对象属性 3.矩阵的截取 创建矩阵 (1) 直接赋值创建矩阵 import numpy as np #创建一维数组 arr1=np.array([1,2,3,4,5])

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：51200
    • 提供者：weixin_38635166

  1. NumPy-nad-Pandas的第一步：与Pandas的第一个项目程序-源码

  2. NumPy-nad-Pandas的第一步 根据缓冲罐废水分析的结果，我准备了“ Buffer_Tank_data.csv”文件。 基于特定参数的值，程序将生成一个图表，显示这些值随时间的变化。 从数据中为特定参数生成图表 读取一个csv文件。 csv文件没有标题，因此将header参数设置为None。 通过设置df.columns属性显式设置每个列的名称 有关数据框的一些方法。 创建一个将字符串对象转换为日期格式的函数。 使用上述功能来格式化“日期/日期”列中的值 更改熊猫生成的自动增

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：36864
    • 提供者：weixin_42144366

  1. python关于numpy的相关基本操作认识

  2. 1. 数组的创建（创建全0数组，全1数组，随机数数组） 2. 数组的属性（查看数组的维度，数组元素的个数） 3. 数组的维度操作（将数组的行变列（运用两种逻辑关系和直接函数方法实现），返回最后一个元素，返回第2到第4个元素，返回逆序的数组） 4. 数组的合并（数组的水平合并，垂直合并，深度合并） 5. 数组运算（二维数组的四则运算，判断矩阵是否相等） 6. 数组的常用函数（数组所有元素的和、积、平均值、最大值、最小值、方差、标准差） 大家在阅读时候前面3个的方法的时候一定要记得关联第一个的要创建

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：43008
    • 提供者：weixin_38649091

  1. numpy数组拼接简单示例

  2. NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： ·实际的数据 ·描述这些数据的元数据 大部分操作仅针对于元数据，而不改变底层实际的数据。 关于NumPy数组有几点必需了解的： ·NumPy数组的下标从0开始。 ·同一个NumPy数组中所有元素的类型必须是相同的。 NumPy数组属性 在详细介绍NumPy数组之前。先详细介绍下NumPy数组的基本属性。NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：65536
    • 提供者：weixin_38688403

  1. opencv-python：05_图像基础操作（获取像素、图像属性、ROI、通道拆分合并、BGR转RGB、边界填充）

  2. 图像的基础操作 获取像素值并修改 获取图像的属性（信息） 图像的 ROI（） 图像通道的拆分及合并 BGR转RGB 图像扩边（边界填充） 一、获取并修改像素值 注意： Numpy 是经过优化了的进行快速矩阵运算的软件包。所以我们不推荐逐个获取像素值并修改，这样会很慢，能有矩阵运算就不要用循环。 import cv2 import numpy as np import matplotlib.pyplot as plt img=cv2.imread('cat.jpg') px=img[100,100

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：336896
    • 提供者：weixin_38665775

  1. numpy 基础数据结构

  2. numpy 基础数据结构数组的基本属性array()arange()linspace()zeros()/zeros_like()/ones()/ones_like()eye() 数组的基本属性 数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推 在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量 比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组，所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：51200
    • 提供者：weixin_38737751
« 12 3 4 5 6 »