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. 11-Python计算类库（Numpy）

  2. Python计算类（Numpy）思维导图，便捷整理思路，Numpy是什么？、为什么使用Numpy、Numpy安装、Numpy基础、创建数组并查看、基本运算、常用函数、索引、切片、迭代、形状操作

  3. 所属分类：Python

    • 发布日期：2020-02-21
    • 文件大小：1048576
    • 提供者：weixin_43555997

  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. 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. 详解Python list 与 NumPy.ndarry 切片之间的对比

  2. 主要介绍了详解Python list 与 NumPy.ndarry 切片之间的区别的相关资料,list 切片返回的是不原数据，对新数据的修改不会影响原数据而NumPy.ndarry 的切片返回的是原数据需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：28672
    • 提供者：weixin_38660579

  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. 基于numpy中数组元素的切片复制方法

  2. 今天小编就为大家分享一篇基于numpy中数组元素的切片复制方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：36864
    • 提供者：weixin_38677260

  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. keras Lambda自定义层实现数据的切片方式,Lambda传参数

  2. 1、代码如下： import numpy as np from keras.models import Sequential from keras.layers import Dense, Activation,Reshape from keras.layers import merge from keras.utils.visualize_util import plot from keras.layers import Input, Lambda from keras.models imp

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：55296
    • 提供者：weixin_38689857

  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. 基于numpy中数组元素的切片复制方法

  2. 代码1： #!/usr/bin/python import numpy as np arr1 = np.arange(10) print(arr1) slice_data = arr1[3:5] print(slice_data) slice_data[0] = 123 print(slice_data) print(arr1) 类似的代码之前应用过，简单看了一下numpy中的数组切片。 程序的执行结果如下： In [2]: %run exp01.py [0 1 2 3 4 5 6 7 8

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：39936
    • 提供者：weixin_38526979

  1. python多维数组切片方法

  2. 1、数组a第0个元素（二维数组）下的所有子元素（一维数组）的第一列 import numpy as np b=np.arange(24) a=b.reshape(2,3,4) print a print a[0,:,0] 2、取所有二维数组下的每个二维数组的第0个元素（一维数组） b=np.arange(24) a=b.reshape(2,3,4) print a print '--------------------' print a[:,0] 结果： [[ 0 1 2 3] [12

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：30720
    • 提供者：weixin_38741030

  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. 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. 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
« 12 3 4 5 »