黄力行-算法方向-计算机视觉提高-就业:否 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 免费

numpy中如何创建各种各样的矩阵或数组。

简单的创建方法。并可以定义type

a=np.array([2,23,4],dtype=np.int)

print(a.dtype) 

如何定义一个二维的array,矩阵

a=np.array([[1,2,3],

                   [4,5,6]])

生成一个全0的三行四列数组。

a=np.zeros((3,4))

print(a)

生成一个全1的三行四列的矩阵。

a=np.ones((3,4),dtype=np.int16)

print(a)

也可以生成empty,其实是几乎接近于0.

也可以生成一定间隔的数组。

a=np.arange(10,20,2)

如何生成一个三行四列的数组。

a=np.arange(12).reshape((3,4))

生成一个线段

a=np.linspace(1,10,5)5段1到10的线段/

也可以更改它的shape

a=np.linspace(1,10,6).reshape((2,3))

 

                   

 

 

 

[展开全文]

列表转换成矩阵的方法,np.array()

print('number of dim:',array.ndim)

print('shape:',array.shape)

print('size:',array.size)

[展开全文]

什么是多态。

属于同一类型得不同实例

对同一消息做出不同得响应 

[展开全文]

序列赋值。

如果通过序列赋值,左右两侧数量不一致的情况,可以通过切割的手法。

a,b,c='youpin'

会报错。

变通方法。

a,b,c=s[0],s[1],s[2:]

也可以使用扩展序列解包幅值

a,b,*c=s

其中s=‘youpin'解包之后返回的是个列表

可以使用' '。join的方法将列表链接成字符串

*获取剩余变量到元素。

如果右边的数量少于左边的,使用*会得到一个空列表。一个表达式中只能含有一个’*‘

list扩展可以用+=也可以用l.extend()

 

表达式:

函数调用

方法嗲用

打印操作

 

以某一字符将打印的几个内容分隔开。

print(s,ur1,ur2,sep='|’)

也可以修改打印内容的结尾

print(s,ur1,ur2,end='....\n')

也可以将内容打印到一个文件当中

print(s,ur1,ur2,end='....\n',file=open(result.txt','w',encoding='utf8'))

l流程控制。if语句条件判断。

一般格式score=75

if score>=60:

    print('及格‘)

else:

    print('不及格’)

 

 

if score>=90:

youxiu

elif score>=80:

liang

elif score>=60:

else:

bujige

 

 

 

 

 

 

[展开全文]

数据整形吧行的索引和列的索引做一个互换。

 

[展开全文]

import importlib

importlib.reload(mokuai )

[展开全文]

dates=pd.date_range('20160301',periods=6)

创建二位数组

data=pd.DataFram(np.random.randn(6,4),index=dates,columns=list('ABCD')

用字典创建二位数组

 

d={'a':1,'b':pd.Timestamp('20130301'),'C':range(4),'D':np.arange(4)}

pd.DataFram(d)

怎么cha看数据

data.head()前5行

data.tail()后5行

data.tail(3)后3行

data.index行标签

data.columns列标签

data.values查看值

data.describe整体情况

data.T数据转置

对数居进行排序

根剧烈标签来排序

data.sort_index(axis=1)

排个降序

data.sort_index(axis=1,ascending=False)

行标签排序

data.sort_index(axis=0,ascending=False)

通过某一列的值进行排序

data.sort_values(by='A')

选中某个列

data['a']

data.a

选中几行

data[2:4]

通过标签进行选择

data['a','b']

通过标签函数进行选择

data.loc['a','b']

通过内置的标签选取索要的数据

data.iloc[2:4]

只选择出B和C 两列的数据

data.loc[:,['b','c']]

选取某个行区间内的某个列区间

data.loc['20160302':'20160305',['b','c']]

通过loc函数访问某个特定的值

data.loc['20160302','b']

data.at[pd.imestamp('20160302'),'b']

 

data.iloc[1]选出第一行的数据

data.loc[1:3]

也可以选择某列某行

data.iloc[1:3,2:4] 

也可以选择某几列

data.iloc【:,1:3】

某个值

data.iloc[1,1]

data.iat[1,1]

查看运行效率

%timeit df.iloc[1,1]

使用布尔索引。

data[data>0]

 

 

 

 

 

 

 

 

 

[展开全文]

 map()

def add_number(x):

return x+5

 

res=list(map(add_number,l))

 

map(函数,可迭代对象)

filter

[展开全文]

 使用员组传递参数

def avg(*socres):

return  sum(scores)/len(scores)

*args任意数量的tuple

**传递的是一个字典表

def display(**employee):

print(employee)

display(name='mike',job='dev')

 

lambda表达式基本格式

lambda 参数1, 函数

lambda name:print(name) 

[展开全文]

封装:函数套函数

def func():

x=100

def nested():

nolocal x  

x=99

print(x)

nested()

print(x)

 

int型是一个不可变类型,在向函数传值时,传递的时一个副本。无论寒暑如何操作不会改影响原来的值。

不可变类型:int.float,tuple。传递副本给函数,函数内操作不影响原始值。

 

[展开全文]

横向的数列编程竖向的数列

A[:,np,newaxis]在列方向行家里一个维度

np.concatenate

[展开全文]

readlines读取所有的行并返回一个列表

 

 

迭代协议:实现了迭代协议(可迭代对象,包含__next__方法)

f.open()

f.__next__()

迭代工具for 。。。推到: 。。map

可迭代对象:列表(中间做了一个额外的工作。iter()用于生成迭代器)

迭代器

 itera(f) is f 测试f是否实现了迭代器 

 

内置可迭代对象

range()

zip()

map()

 

 

res4=[url for url in urls if url.endwith('.com')

 

 

def double_bumber(X):

return x*2

l=[1,2,3,4,5]

result=list(map(double_bumber,l))

print(result)

[展开全文]

计算数组中最小值的索引。

np.argmin ()

np.argmax()

计算平均值

np.mean(A)

A.mean()

np.average(A)

求中位数

np.median()

逐步累加

np.cumsum()

相邻元素的差

np.diff()

也可以进行排序

np.sort

矩阵的转置

np.transpose()

A.T

矩阵的截断

np.clip(A,5,9)

 

[展开全文]

numpy 基础运算

*乘法是对应位置元素相乘。

np.dot是矩阵乘法

axis =1列

axis=0

[展开全文]

循环语句

把一个字符串的信息单个的输出。

s='youpinketang'

while s:

print(x,end=' ' )

s=s[1:]

常用关键字。:

break,从循环中跳出。

continue,跳过本次循环,进行下次循环

pass占位符

  找出两个序列中有没有重叠的部分。

s1=‘youpinketang.com'

s2=’codeclassroom.com'

result=[]

 

for x in s1:

if x in s2:

result.append(x)

 

l=[]

l=[x  for x in s1 if x in s2]

range()生成一个序列。

enumerate。获取索引。

for index,item in enumerate(s):

print('{}){}

[展开全文]

有理数密集的分布在数轴上。

Q在R上稠密。

稠密:任意的a,b)∩Q≠0(空集)

上确界:上界中最小的。

下确界:下界中最大的。

非空有上界的实数集必然有上确界,非空有下界的实数集必然有下确界。

等势:集合A到集合B存在双射,则A与B等势,记A≈B

康托定理N不等势于R

[展开全文]