H_Theo

摘要： 1、常规办法：数组元素的存取方法和Python的标准方法相同 a = np.arange(10) #>>[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # # # 获取某个元素 print(a[3]) #>> 3 # # # 切片[3,6)，左闭右开 print(a[3:6]) #>> 阅读全文

摘要： tips:np.set_printoptions(suppress = True) //强制不用科学计数法如果生成一定规则的数据，可以使用NumPy提供的专门函数》arange函数类似于python的range函数：指定起始值、终止值和步长来创建数组》和Python的range类似，arange同样 阅读全文

摘要： 标准Python的列表(list)中，元素本质是对象。 如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。 因此，Numpy提供了ndarray(N-dimensional array object)对象：存储单一数据类型的多维数组。tips：np.set 阅读全文