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.ipynb

  2. 梳理了NumPy的基础知识点及常用方法，格式是jupyter笔记本ipynd文件

  3. 所属分类：Python

    • 发布日期：2019-06-04
    • 文件大小：158720
    • 提供者：qq_38611819

  1. numpyTrain (1).html 练习使用python-numpy的方法——东北大学大数据班数据挖掘Python基础二（1）

  2. 练习使用python-numpy的方法——东北大学大数据班数据挖掘Python基础二（1） 实训项目:练习使用numpy的方法。 （1）用0~19的数字生成(4,5)的数组命名为a,查看a的维度；查看a的轴的个数；查看a元素的总个数; （2）创建元素为1,2,3,4的(2,2)的数组 b，查看b中元素类型。 （3）创建一个全1的（4,4）的数组c;创建一个内容随机的(3,2)数组d，并打印d。 （4）用0~11的数，创建一个3*4的数组n1，计算每一列的和；计算每一行的最小值。 （5）生成一个3

  3. 所属分类：Python

    • 发布日期：2020-03-29
    • 文件大小：333824
    • 提供者：weixin_43124279

  1. Python数据科学速查表 - Numpy 基础.pdf

  2. umPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库 这一份Numpy速查表内含非常多的numpy常用API调用方法以及使用样例

  3. 所属分类：Python

    • 发布日期：2020-08-20
    • 文件大小：575488
    • 提供者：qq_42968558

  1. 浅谈numpy库的常用基本操作方法

  2. 下面小编就为大家分享一篇浅谈numpy库的常用基本操作方法，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：2020-09-20
    • 文件大小：78848
    • 提供者：weixin_38529239

  1. python numpy 常用随机数的产生方法的实现

  2. 主要介绍了python numpy 常用随机数的产生方法的实现，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：2020-09-18
    • 文件大小：47104
    • 提供者：weixin_38628920

  1. numpy和pandas包.zip

  2. python中常用的numpy包和pandas包，该插件来自于最内镜像是最新的，适用于64位的python3.7，详细安装方法网上有很多请自行搜索。

  3. 所属分类：Python

    • 发布日期：2020-12-05
    • 文件大小：20971520
    • 提供者：weixin_42209572

  1. python numpy 部分排序 寻找最大的前几个数的方法

  2. 如下所示： import numpy as np K=4 a = np.array([0, 8, 0, 4, 5, 8, 8, 0, 4, 2]) a[np.argpartition(a,-K)[-K:]] 以上这篇python numpy 部分排序 寻找最大的前几个数的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:python numpy和list查询其中某个数的个数及定位方法P

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：26624
    • 提供者：weixin_38646706

  1. numpy常用方法

  2. numpy 的使用 数据的加载 #常用参数 np.loadtext(frame,delimiter,dtype,skiprows,usecols,unpack) #eg file_path = “” np.loadtext(file_path,delimiter=”,”,dtype=”int”,skiprows=0,usecols=(0,),unpack=ture) 参数 注释 frame 文件、字符串或产生器，可以是.gz或bz2压缩文件，可以加载多种文件类型 delimit

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：47104
    • 提供者：weixin_38730840

  1. Numpy库与Pandas库基础

  2. 文章目录Numpy数组操作矩阵操作PandasSeriesDataFrame常用方法 Numpy 全称Numerical Python，支持N维数组对象ndarray。 ndarray是用于存放同类型元素的多维数组； ndarray中每个元素是数据类型对象的对象（成为dtype）； 数组操作 import numpy as np #创建数组 a = [1,2,3,4] b = np.array(a) c = np.array([[1,2],[3,4]]) np.zeros(3) #全

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：65536
    • 提供者：weixin_38582719

  1. 【Python】Python中的数组、列表、元组、Numpy数组、Numpy矩阵

  2. 前言 面试中特别重视对于数据结构的考查（某次面试被问及Python中列表和数组的区别，回答的不好，痛定思痛，扎实的基础决定面试的成败！） 本节简要总结Python中数组、列表、元组、Numpy数组、Numpy矩阵的概念与联系。 1. 数组 Python没有数组！！！ 2. 列表 python内置类型，即动态数组，C++标准库的vector，但可含不同类型的元素于一个list中。 下标：按下标读写，就当作数组处理，以0开始，有负下标的使用 list的常用方法 L.append(var) #追加

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：119808
    • 提供者：weixin_38682790

  1. Numpy库常用方法（创建、加减乘除、拼接等）

  2. Numpy库常用方法（创建、加减乘除、拼接等） np.arange(x1,x2,x3) 生成一维数组，数组内容为x1到x2-1的按照x3步数增加的数 x.reshape(x1,x2) #x为数组，将x变为x1*x2的矩阵（二维数组），若x的长度不够则会报错 import numpy as np #from sklearn.impute import SimpleImputer #1. np.arange(x1,x2,x3) 生成一维数组，数组内容为x1到x2-1的按照x3步数增加的数 x = n

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：45056
    • 提供者：weixin_38707342

  1. python数据清洗实战入门笔记（一）numpy和pandas

  2. 第一章：数据清洗常用工具1.numpy常用数据结构常用清洗工具：numpy常用数据结构：Numpy常用方法数组访问方法练习（jupyter）代码下面是结果2.Numpy常用数据清洗函数数据的排序数据的搜索练习（jupyter）代码下面是结果3.Pandas常用数据结构series和dataframeseriesdataframe常用方法练习（jupyter）代码下面是结果 1.numpy常用数据结构 常用清洗工具： 目前在Python中, numpy和pandas是最主流的工具 Numpy中的向

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：610304
    • 提供者：weixin_38722944

  1. python numpy 常用随机数的产生方法的实现

  2. numpy 中 的random模块有多个函数用于生成不同类型的随机数，常见的有 uniform、rand、random、randint、random_interges 下面介绍一下各自的用法 1、np.random.uniform的用法 np.random.uniform(low=0.0, high=1.0, size=None) 作用：可以生成[low,high)中的随机数，可以是单个值，也可以是一维数组，也可以是多维数组 参数介绍： low :float型，或者是数组类型的

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：43008
    • 提供者：weixin_38522214

  1. 关于Numpy数据类型对象(dtype)使用详解

  2. 常用方法 #记住引入numpy时要是用别名np，则所有的numpy字样都要替换 #查询数值类型 >>>type(float) dtype('float64') # 查询字符代码 >>> dtype('f') dtype('float32') >>> dtype('d') dtype('float64') # 查询双字符代码 >>> dtype('f8') dtype('float64') # 获取所有字符代码 >&

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：46080
    • 提供者：weixin_38593723

  1. 基于Numpy的统计分析实战

  2. 标题中的英文首字母大写比较规范，但在python实际使用中均为小写。学习内容：1.从文件中读取数据2.将数据写入文件3.利用数学和统计分析函数完成实际统计分析应用4.掌握数组相关的常用函数numpy.savetxt方法需要2个参数：第1个参数是文件名，数据类型为字符串str；第2个参数是被写入文件的nda数据，数据类型为ndarray对象。从上图可以看出，ndarray对象中的元素数据类型原本为int,但写入文件时转变为float。numpy.loadtxt方法需要1个参数：参数使文件名，数据类

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：627712
    • 提供者：weixin_38628612

  1. 使用Pandas&NumPy进行数据清洗的6大常用方法

  2. 数据科学家花了大量的时间清洗数据集，并将这些数据转换为他们可以处理的格式。事实上，很多数据科学家声称开始获取和清洗数据的工作量要占整个工作的80%。因此，如果你正巧也在这个领域中，或者计划进入这个领域，那么处理这些杂乱不规则数据是非常重要的，这些杂乱数据包括一些缺失值，不连续格式，错误记录，或者是没有意义的异常值。在这个教程中，我们将利用Python的Pandas和Numpy包来进行数据清洗。主要内容如下：删除DataFrame中的不必要columns改变DataFrame的index使用.st

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：378880
    • 提供者：weixin_38704830

  1. 基于Numpy的统计分析实战

  2. 标题中的英文首字母大写比较规范，但在python实际使用中均为小写。 学习内容： 1.从文件中读取数据 2.将数据写入文件 3.利用数学和统计分析函数完成实际统计分析应用 4.掌握数组相关的常用函数 numpy.savetxt方法需要2个参数：第1个参

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：620544
    • 提供者：weixin_38691970

  1. 使用Pandas&NumPy进行数据清洗的6大常用方法

  2. 数据科学家花了大量的时间清洗数据集，并将这些数据转换为他们可以处理的格式。事实上，很多数据科学家声称开始获取和清洗数据的工作量要占整个工作的80%。因此，如果你正巧也在这个领域中，或者计划进入这个领域，那么处理这些杂乱不规则数据是非常重要的，这些杂乱数据包括一些缺失值，不连续格式，错误记录，或者是没有意义的异常值。在这个教程中，我们将利用Python的Pandas和Numpy包来进行数据清洗。主要内容如下：删除DataFrame中的不必要columns 改变DataFrame的index

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：370688
    • 提供者：weixin_38537777

  1. numpy返回array中元素的index方法

  2. 如下所示： import numpy a = numpy.array(([3,2,1],[2,5,7],[4,7,8])) itemindex = numpy.argwhere(a == 7) print (itemindex) print a 以上这篇numpy返回array中元素的index方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:python中找出numpy array数组

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：25600
    • 提供者：weixin_38663113

  1. NumPy排序的实现

  2. numpy.sort()函数 该函数提供了多种排序功能，支持归并排序，堆排序，快速排序等多种排序算法 使用numpy.sort()方法的格式为： numpy.sort(a,axis,kind,order) a:要排序的数组 axis:沿着排序的轴，axis=0按照列排序，axis=1按照行排序。 kind:排序所用的算法，默认使用快速排序。常用的排序方法还有 quicksort:快速排序，速度最快，算法不具有稳定性 mergesort:归并排序，优点是具有稳定性，空

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：58368
    • 提供者：weixin_38642897
« 12 3 4 5 6 »