摘要：首先声明两者所要实现的功能是一致的（将多维数组降为一维），两者的区别在于返回拷贝（copy）还是返回视图（view），numpy.flatten()返回一份拷贝，对拷贝所做的修改不会影响（reflects）原始矩阵，而numpy.ravel()返回的是视图（view，也颇有几分C/C++引用refe
阅读全文
posted @ 2018-12-04 22:46
随笔分类 - numpy
numpy函数介绍
摘要：from scipy.sparse import csr_matrix import numpy as np indptr = np.array([0, 2, 3, 6]) indices = np.array([0, 2, 2, 0, 1, 2]) data = np.array([1, 2, 3
阅读全文
posted @ 2018-11-09 23:30
摘要：import pandas as pd import re def getNum(x): """ 科学计数法和字符转浮点数 """ if re.findall(r'\d+\.\d+E\+',x): return "%.f" % float(x) elif x=="C": return 1 else: ...
阅读全文
posted @ 2018-10-31 20:58
摘要：转载：https://blog.csdn.net/Haiyang_Duan/article/details/79221458?utm_source=blogxgwz2
阅读全文
posted @ 2018-10-20 11:02
摘要：import numpy as np dt = np.arange(10).reshape(5,2) # ============================================================================= # Out[2]: # array([[0, 1], # [2, 3], # [4, 5], # ...
阅读全文
posted @ 2018-09-28 20:28
摘要：文档：https://docs.scipy.org/doc/numpy/reference/generated/numpy.linspace.html 参数: start : 序列的起始点 stop : 序列的结束点 num : 生成的样本数 endpoint : 是否包含结束点stop retst
阅读全文
posted @ 2018-09-26 16:37
摘要：condition是条件，x,y是可选参数，这三个输入参数都是array_like的形式且三者的维度相同 当conditon的某个位置为true时，输出x对应位置的元素，否则选择y对应位置的元素；如果只有参数condition，则函数返回为true的元素的坐标位置信息。 np.where([[Tru
阅读全文
posted @ 2018-09-25 20:06
摘要：import numpy as np from numpy.random import shuffle import pandas as pd df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9],[11,12,13]],columns=list("ABC")) shuffle(df.values) print(df) # ==================...
阅读全文
posted @ 2018-09-24 10:08
摘要：公式： 是nxn的方阵，是n维空间内的一个算子，经过的线性变换后，只对做了尺度的缩放，没有其他的任何变换，我们将称为特征向量，尺度缩放系数称为特征值。 求取一个方阵的特征值和特征向量： 求取一个方阵的特征值和特征向量就是解出这个方阵可以对哪些向量（特征向量）仅做出尺度缩放（特征值）变换的变化。
阅读全文
posted @ 2018-09-24 09:58
摘要：import numpy as np from collections import Counter data = np.array([1.1,2,3,4,4,5]) Counter(data) #简单方法 sum(data==4)
阅读全文
posted @ 2018-09-11 22:09
浙公网安备 33010602011771号