摘要: 1 阅读全文
posted @ 2025-11-27 17:59 偷懒的阿贤 阅读(6) 评论(0) 推荐(0)
摘要: 1 阅读全文
posted @ 2025-11-27 17:58 偷懒的阿贤 阅读(5) 评论(0) 推荐(0)
摘要: 1 阅读全文
posted @ 2025-11-27 17:58 偷懒的阿贤 阅读(4) 评论(0) 推荐(0)
摘要: 1 阅读全文
posted @ 2025-11-27 17:58 偷懒的阿贤 阅读(5) 评论(0) 推荐(0)
摘要: 1 阅读全文
posted @ 2025-11-27 17:58 偷懒的阿贤 阅读(6) 评论(0) 推荐(0)
摘要: import numpy as nparr1 = np.arange(10)print(arr1)print("从索引[1]开始,切到索引[4]之前" + str(arr1[1:4]))print("从索引[1]开始,切到结尾" + str(arr1[1:]))print("从向量开头开始,切到索引 阅读全文
posted @ 2025-11-27 16:55 偷懒的阿贤 阅读(3) 评论(0) 推荐(0)
摘要: import numpy as nparr1 = np.arange(10)print(arr1)arr2 = arr1print("把arr1赋值给arr2")arr2[0] = 100print("修改数组2:" + str(arr2))print("原数组也被修改" + str(arr1)) 阅读全文
posted @ 2025-11-27 16:55 偷懒的阿贤 阅读(2) 评论(0) 推荐(0)
摘要: import numpy as nparr1 = np.arange(0,90,10)print(arr1)print("花式索引:" + str(arr1[[0,2]]))arr2 = np.arange(1,17).reshape(4,4)print("创建矩阵:" + str(arr2))pr 阅读全文
posted @ 2025-11-27 16:54 偷懒的阿贤 阅读(5) 评论(0) 推荐(0)
摘要: 与python列表和Matlab不同,Numpy数组的七篇仅仅是原数组的一个视图,换言之,Numpy切片并不会创建新的变量 import numpy as nparr = np.arange(10)print("创建原数组arr:" + str(arr))cut = arr[ :3]print("创 阅读全文
posted @ 2025-11-27 16:54 偷懒的阿贤 阅读(5) 评论(0) 推荐(0)
摘要: import numpy as np#访问向量arr1 = np.arange(1,10)print("创建向量")print("正着访问" + str(arr1[3]))print("倒着访问" + str(arr1[-1]))arr1[3] = 100print("修改第四个元素" + str( 阅读全文
posted @ 2025-11-27 16:53 偷懒的阿贤 阅读(3) 评论(0) 推荐(0)