BothSavage

2018年9月1日

摘要：出处：https://morvanzhou.github.io/tutorials/data-manipulation/np-pd/3-1-pd-intro/ pandas主要的两个数据结构series，dataframe 可以说numpy是列表形式的，没有数据标签，pandas是字典类型的，表格形阅读全文

posted @ 2018-09-01 19:54 BothSavage 阅读(176) 评论(0) 推荐(0)

Numpy的学习6-深浅赋值（copy&deep copy）

摘要： = 的赋值方式会带有关联性（a=b，当b改变a随之改变），copy没有阅读全文

posted @ 2018-09-01 19:21 BothSavage 阅读(162) 评论(0) 推荐(0)

Numpy的学习5-array的分割

摘要：分割的作用在卷积神经网络中卷积的过程就要用到array的分割，因为是一小块一小块的卷积的阅读全文

posted @ 2018-09-01 19:17 BothSavage 阅读(300) 评论(0) 推荐(0)

Numpy的学习4-array的合并

摘要： np.vstack((a,b))将数组上下合并 np.hstack((a,b))将数组左右合并可以有选择性的对数组进行合并操作，输入的参数是一个元组 A[np.newaxis,:]表示增加一个新的维度，因为知道一位数组不是矩阵，无法进行转置当有多个矩阵或者数列需要合并的时候选择concatena 阅读全文

posted @ 2018-09-01 19:02 BothSavage 阅读(336) 评论(0) 推荐(0)

2018年8月15日

Numpy的学习3-索引

摘要：注意的地方：如果直接for i in A，打印的是3个一维数组 for i in A.flat 打印的是每一个元素阅读全文

posted @ 2018-08-15 12:03 BothSavage 阅读(149) 评论(0) 推荐(0)

Numpy的学习2-基础转换

摘要： np.arrange().reshape() 能快速生成矩阵 np.argmax() np.argmin() 能快速查找最大值和最小值 np.mean 类似tf.mean 当然还可以用average np.median()返回中位数 np.consume()返回累加：个人理解consume是花销的意阅读全文

posted @ 2018-08-15 11:53 BothSavage 阅读(260) 评论(0) 推荐(0)

2018年8月13日

Numpy的学习2-基础运算1

摘要：需要注意的是dot表示的是矩阵相乘，而*表示的的是对应元素相乘对于要对列或者行进行查找运算的时候（这是个需求，比如在RNN中，节点的Weight矩阵是分为输入数据和当前状态两个部分，有分开讨论的需求）加入axis=1表示以行为查找，axis为0表示以列为查找当不满足矩阵乘法的规则时候（shap 阅读全文

posted @ 2018-08-13 22:47 BothSavage 阅读(169) 评论(0) 推荐(0)

Numpy的学习1-创建数据基础

摘要： 1 import numpy as np 2 3 array = np.array([[1,2,3],[4,5,6]]) 4 5 print(array) 6 print('number of dim:',array.ndim)#维度 7 print('shape:',array.shape) 8 阅读全文

posted @ 2018-08-13 22:11 BothSavage 阅读(215) 评论(0) 推荐(0)

numpy和pandas-数据分析模块

摘要：应用：1.数据分析 2.深度学习 3.机器学习运算速度快：numpy 和 pandas 都是采用 C 语言编写, pandas 又是基于 numpy, 是 numpy 的升级版本。消耗资源少：采用的是矩阵运算，会比 python 自带的字典或者列表快好多阅读全文

posted @ 2018-08-13 21:42 BothSavage 阅读(144) 评论(0) 推荐(0)

公告