摘要:
NumPy - 算数运算 用于执行算术运算(如add(),subtract(),multiply()和divide())的输入数组必须具有相同的形状或符合数组广播规则。 示例 Python Python 输出如下: 让我们现在来讨论 NumPy 中提供的一些其他重要的算术函数。 numpy.reci 阅读全文
posted @ 2018-09-13 15:29
NAVYSUMMER
阅读(1097)
评论(0)
推荐(0)
摘要:
NumPy - 算数函数 很容易理解的是,NumPy 包含大量的各种数学运算功能。 NumPy 提供标准的三角函数,算术运算的函数,复数处理函数等。 三角函数 NumPy 拥有标准的三角函数,它为弧度制单位的给定角度返回三角函数比值。 示例 Python Python 输出如下: arcsin,ar 阅读全文
posted @ 2018-09-13 15:28
NAVYSUMMER
阅读(320)
评论(0)
推荐(0)
摘要:
以下函数用于对dtype为numpy.string_或numpy.unicode_的数组执行向量化字符串操作。 它们基于 Python 内置库中的标准字符串函数。 这些函数在字符数组类(numpy.char)中定义。 较旧的 Numarray 包包含chararray类。 numpy.char类中的 阅读全文
posted @ 2018-09-13 15:27
NAVYSUMMER
阅读(1699)
评论(0)
推荐(0)
摘要:
NumPy - 位操作 下面是 NumPy 包中可用的位操作函数。 bitwise_and 通过np.bitwise_and()函数对输入数组中的整数的二进制表示的相应位执行位与运算。 例子 输出如下: 你可以使用下表验证此输出。 考虑下面的位与真值表。 bitwise_or 通过np.bitwis 阅读全文
posted @ 2018-09-13 15:26
NAVYSUMMER
阅读(175)
评论(0)
推荐(0)
摘要:
NumPy - 数组操作 NumPy包中有几个例程用于处理ndarray对象中的元素。 它们可以分为以下类型: 修改形状 numpy.reshape 这个函数在不改变数据的条件下修改形状,它接受如下参数: 其中: arr:要修改形状的数组 newshape:整数或者整数数组,新的形状应当兼容原有形状 阅读全文
posted @ 2018-09-13 15:25
NAVYSUMMER
阅读(1131)
评论(0)
推荐(0)
摘要:
NumPy - 数组上的迭代 NumPy 包包含一个迭代器对象numpy.nditer。 它是一个有效的多维迭代器对象,可以用于在数组上进行迭代。 数组的每个元素可使用 Python 的标准Iterator接口来访问。 让我们使用arange()函数创建一个 3X4 数组,并使用nditer对它进行 阅读全文
posted @ 2018-09-13 15:24
NAVYSUMMER
阅读(595)
评论(0)
推荐(0)
摘要:
NumPy - 广播 术语广播是指 NumPy 在算术运算期间处理不同形状的数组的能力。 对数组的算术运算通常在相应的元素上进行。 如果两个阵列具有完全相同的形状,则这些操作被无缝执行。 示例 1 输出如下: 如果两个数组的维数不相同,则元素到元素的操作是不可能的。 然而,在 NumPy 中仍然可以 阅读全文
posted @ 2018-09-13 15:23
NAVYSUMMER
阅读(144)
评论(0)
推荐(0)
摘要:
NumPy - 高级索引 如果一个ndarray是非元组序列,数据类型为整数或布尔值的ndarray,或者至少一个元素为序列对象的元组,我们就能够用它来索引ndarray。高级索引始终返回数据的副本。 与此相反,切片只提供了一个视图。 有两种类型的高级索引:整数和布尔值。 整数索引 这种机制有助于基 阅读全文
posted @ 2018-09-13 15:22
NAVYSUMMER
阅读(238)
评论(0)
推荐(0)
摘要:
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,就像 Python 的内置容器对象一样。 如前所述,ndarray对象中的元素遵循基于零的索引。 有三种可用的索引方法类型: 字段访问,基本切片和高级索引。 基本切片是 Python 中基本切片概念到 n 维的扩展。 阅读全文
posted @ 2018-09-13 15:21
NAVYSUMMER
阅读(166)
评论(0)
推荐(0)
摘要:
NumPy - 来自数值范围的数组 这一章中,我们会学到如何从数值范围创建数组。 numpy.arange 这个函数返回ndarray对象,包含给定范围内的等间隔值。 构造器接受下列参数: 下面的例子展示了如何使用该函数: 示例 1 输出如下: 示例 2 输出如下: 示例 3 输出如下: numpy 阅读全文
posted @ 2018-09-13 15:20
NAVYSUMMER
阅读(1248)
评论(0)
推荐(0)