摘要： import numpy.matlib import numpy as np print (np.matlib.empty((2,2))) # 填充为随机数据 numpy.matlib.zeros() 函数创建一个以 0 填充的矩阵。 import numpy.matlib import numpy 阅读全文

摘要： 副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。 视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。 视图一般发生在： 1、numpy 的切片操 阅读全文

摘要： 大端模式：指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放 小端模式：指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合 阅读全文

摘要： numpy.sort() 函数返回输入数组的排序副本。函数格式如下： numpy.sort(a, axis, kind, order) 参数说明： a: 要排序的数组 axis: 沿着它排序数组的轴，如果没有数组会被展开，沿着最后的轴排序， axis=0 按列排序，axis=1 按行排序 kind: 阅读全文

摘要： NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 numpy.amin() 用于计算数组中的元素沿指定轴的最小值。 numpy.amax() 用于计算数组中的元素沿指定轴的最大值。 import numpy as np a = np.array([[3,7, 阅读全文

摘要： NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。 需要注意的是数组必须具有相同的形状或符合数组广播规则。 import numpy as np a = np.arange(9, dtype = np.float_).reshap 阅读全文

摘要： NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。 NumPy 提供了标准的三角函数：sin()、cos()、tan()。 import numpy as np a = np.array([0,30,45,60,90]) print ('不同角度的正弦值：') 阅读全文

摘要： 这些函数在字符数组类（numpy.char）中定义。 add() 对两个数组的逐个字符串元素进行连接 multiply() 返回按元素多重连接后的字符串 center() 居中字符串 capitalize() 将字符串第一个字母转换为大写 title() 将字符串的每个单词的第一个字母转换为大写 l 阅读全文

摘要： bitwise_and() 函数对数组中整数的二进制形式执行位与运算。 import numpy as np print ('13 和 17 的二进制形式：') a,b = 13,17 print (bin(a), bin(b)) print ('\n') print ('13 和 17 的位与：' 阅读全文

摘要： import numpy as np a = np.arange(8) print ('原始数组：') print (a) print ('\n') b = a.reshape(4,2) print ('修改后的数组：') print (b) numpy.ndarray.flat 是一个数组元素迭代 阅读全文