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. python cookbook(第3版)

  2. 第一章：数据结构和算法 1.1 解压序列赋值给多个变量 1.2 解压可迭代对象赋值给多个变量 1.3 保留最后N个元素 1.4 查找最大或最小的N个元素 1.5 实现一个优先级队列 1.6 字典中的键映射多个值 1.7 字典排序 1.8 字典的运算 1.9 查找两字典的相同点 1.10 删除序列相同元素并保持顺序 1.11 命名切片 1.12 序列中出现次数最多的元素 1.13 通过某个关键字排序一个字典列表 1.14 排序不支持原生比较的对象 1.15 通过某个字段将记录分组 1.16 过滤

  3. 所属分类：Python

    • 发布日期：2016-01-06
    • 文件大小：4194304
    • 提供者：chengyulin888

  1. Python 执行矩阵与线性代数运算

  2. 主要介绍了Python 执行矩阵与线性代数运算，文中讲解非常细致，代码帮助大家更好的理解和学习，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：39936
    • 提供者：weixin_38713061

  1. Python 执行矩阵与线性代数运算

  2. 问题 你需要执行矩阵和线性代数运算，比如矩阵乘法、寻找行列式、求解线性方程组等等。 解决方案 NumPy 库有一个矩阵对象可以用来解决这个问题。 矩阵类似于3.9小节中数组对象，但是遵循线性代数的计算规则。下面的一个例子展示了矩阵的一些基本特性： >>> import numpy as np >>> m = np.matrix([[1,-2,3],[0,4,5],[7,8,-9]]) >>> m matrix([[ 1, -2, 3],

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：41984
    • 提供者：weixin_38738977

  1. Python常用库之一：Numpy

  2. Numpy支持大量的维度数组和矩阵运算，对数组运算提供了大量的数学函数库！Numpy比Python列表更具优势，其中一个优势便是速度。在对大型数组执行操作时，Numpy的速度比Python列表的速度快了好几百。因为Numpy数组本身能节省内存，并且Numpy在执行算术、统计和线性代数运算时采用了优化算法。Numpy的另一个强大功能是具有可以表示向量和矩阵的多维数组数据结构。Numpy对矩阵运算进行了优化，使我们能够高效地执行线性代数运算，使其非常适合解决机器学习问题。与Python列表相比，Nu

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：66560
    • 提供者：weixin_38537315

  1. Python常用库Numpy进行矩阵运算详解

  2. Numpy支持大量的维度数组和矩阵运算，对数组运算提供了大量的数学函数库！ Numpy比Python列表更具优势，其中一个优势便是速度。在对大型数组执行操作时，Numpy的速度比Python列表的速度快了好几百。因为Numpy数组本身能节省内存，并且Numpy在执行算术、统计和线性代数运算时采用了优化算法。 Numpy的另一个强大功能是具有可以表示向量和矩阵的多维数组数据结构。Numpy对矩阵运算进行了优化，使我们能够高效地执行线性代数运算，使其非常适合解决机器学习问题。 与Python列表相比

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：84992
    • 提供者：weixin_38691703