【人工智能初级系列(一)】科学计算库 Numpy

Numpy概述

1.使用numpy打开txt文件并且读取文件内容

world_alcohol = np.genfromtxt("world_alcohol.txt", delimiter=",", dtype=str),参数一:文件路径;参数二:分割标记;参数三:数据类型;
import numpy as npworld_alcohol = np.genfromtxt("world_alcohol.txt", delimiter=",", dtype=str)
print (world_alcohol)

2.使用numpy构建一维矩阵

vector = np.array([1, 2, 3, 4, 5])
print (vector)

3.使用numpy构建二维矩阵

matrix = np.array([[1, 2, 3], [4, 5, 6],[7, 8, 9]])
print (matrix)

4.使用numpy查看结构

matrix = np.array([[1, 2, 3], [4, 5, 6],[7, 8, 9]])
print (matrix.shape) // (3 ,3)

5.使用numpy需要保证array中的数据类型一致

6.numpy的数据索引与切片操作同python一样

7.numpy.array选入某一行或者列所有元素,可以使用( : ) 来代替所有行或者列,也可以通过切片操作取得多行或者列

#取出所有行中的第1个元素,元素从0开始
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print (matrix[:, 1]) // 2  5  8
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print (matrix[:, 0:2])

8.numpy修改数据类型,可以通过astype来修改

matrix = np.array(["1", "2", "3"])
print (matrix)
print (matrix.dtype)
matrix = matrix.astype(float)
print (matrix)
print (matrix.dtype)

9.NumPy中的维度(dimension)、轴(axis)、秩(rank)的含义

数值计算

1.numpy获取极值,min最小 , max 最大

matrix = np.array([1, 2, 3])
print matrix.max()
print matrix.min()

2.numpy矩阵行求和使用sum(axis = 1) ,列求和sum(axis = 0)

matrix = np.array([[1, 2, 3], [4, 5, 6]])
#把矩阵中所有元素逐个相加
p0 = matrix.sum()
#指定操作沿着什么轴(纬度) 0,是竖向,1,是横向p1 = matrix.sum(axis=0)p2 = matrix.sum(axis=1)print p1print p2

3.numpy矩阵乘积操作

matrix = np.array([[1, 2, 3], [4, 5, 6]])
p1 = matrix.prod()
print (p1)

4.取得值的索引

matrix = np.array([[1, 2, 3], [4, 5, 6]])
p1 = matrix.argmin()
print (p1)
p2 = matrix.argmax()
print (p2)

5.标准差

matrix = np.array([[1, 2, 3], [4, 5, 6]])
p1 = matrix.std()
print (p1)

6.方差

matrix = np.array([[1, 2, 3], [4, 5, 6]])
p1 = matrix.var()
print (p1)

7.截断操作

#截断操作,给定边界,不满足条件的补足
matrix = np.array([[1, 2, 3], [4, 5, 6]])
p1 = matrix.clip(2,4)
print (p1)

8.四舍五入

matrix = np.array([1.2,3.56,6.41])
p1 = matrix.round()
print (p1)
#round()中可以传入参数,表示精确到小数点后多少位
p2 = matrix.round(1)
print(p2)

9.排序操作

matrix = np.array([[1.2,3.56,6.41],[5.32,6.58,7.89]])
#默认升序
np.sort(matrix)

10.数据插入指定区间,返回插入的索引结果

#将数据插入指定区间
matrix = np.linspace(0,10,10)
values = np.array([2.5,5.5,9.5])
np.searchsorted(matrix,values)

11.指定格式的升序降序

#负数引导为降序,默认升序
index = np.lexsort([-1]*tag_array[:,0],tag_array[:,2])

12.删除指定行或者指定列

删除一行

import numpy as np
list_data = [[1,2,3],[2,3,4],[4,5,6],[9,8,7]] # 可以为numpy数据
delete_data = np.delete(list_data , 2, axis=0) # 删除第3列 axis用于控制行列

 删除一列

import numpy as np
list_data = [[1,2,3],[2,3,4],[4,5,6],[9,8,7]] # 可以为numpy数据
delete_data = np.delete(list_data , 1, axis=1) # 删除第2行 axis用于控制行列

数组形状


1.根据指定格式拆分

matrix = np.arange(10)
print(matrix)
#按照格式拆分
matrix.shape = 2,5
print(matrix)
#重新按照指定格式拆分,拆分需要按照实际格式来拆分
matrix.reshape(1,10)
print(matrix)

2.增加新的维度

matrix = np.arange(10)
print(matrix.shape)
matrix = matrix[np.newaxis,:]
print(matrix.shape)

3.自动压缩删除没有数据的维度

matrix = np.arange(10)
print(matrix.shape)
matrix = matrix[:,np.newaxis,np.newaxis]
print(matrix.shape)
matrix = matrix.squeeze()
print(matrix.shape)

矩阵操作

1.numpy构造向量,并且转换为自定义的矩阵形式

// 0 -  15 的向量
matrix = np.arange(15)
print matrix// 3 x 5 的矩阵
mat = matrix.reshape(3, 5)
print mat

2.numpy初始化零矩阵

mat = np.zeros((3, 4))
print mat

3.numpy构建全一矩阵,并且指定数据类型

p1 = np.ones((2, 3, 4), dtype=np.int32)
print p1

4.numpy构建等差数列

#解释:从10 - 30 每个数加5,最大数要小于30
p1 = np.arange(10, 30, 5)
print p1

5.numpy构建随机矩阵,使用random

// 随机3 x 4矩阵 ,默认 0 - 1之间
p1 = np.random.random((3, 4))
print p1

6.numpy构建给定某个区间,等间隔取到n个值

from numpy import pi
p1 = np.linspace(0, 2 * pi ,100)
print p1

7.矩阵的相关操作

p1 = np.array([[1, 2], [3, 4]])
p2 = np.array([[5, 6], [7, 8]])
  •   对矩阵每个元素进行平方操作
print p1**2
  •  对矩阵进行加法操作
print p1 + p2
  •   对矩阵进行 * 号,对应位置相乘
print p1 * p2
  •   矩阵乘法
print p1.dot(p2)print np.dot(p1, p2)

矩阵转置

matrix = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(matrix)
# .T也表示转置
matrix = matrix.transpose()
print(matrix)

8.数据填充

import numpy as npmat = np.array([1, 2, 3])
mat.fill(0)
print(mat)

9.显示矩阵纬度

import numpy as npmat = np.array([[1, 2, 3], [4, 5, 6]])print(mat.ndim)

10.行列式计算

3 * 4   -   1   *     2    行列式


from numpy import *A = array([[3, 1],  [2, 4]])B = linalg.det(A)print(B)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/335902.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

hashmap大小_调整HashMap的大小:未来的危险

hashmap大小最近,我偶然发现了一个错误,该错误是由于多个线程对java.util.HashMap的使用不当引起的。 该错误是泄漏抽象的一个很好的例子。 只有了解数据结构的实现级别详细信息,才能帮助我解决当前的问题。 因此,我希望与他人分享…

python同步两张数据表_Python 如何实现数据库表结构同步

近日,某个QQ 群里的一个朋友提出一个问题,如何将一个DB 的表结构同步给另一个DB。针对这个问题,我进行了思考与实践,具体的实现代码如下所示:# coding:utf-8import pymysqldbDict {"test1":"l-beta.te…

【安卓开发 】Android初级开发(十二)Android向系统日历中添加事件

1.首先需要获取权限 <uses-permission android:name"android.permission.READ_CALENDAR" /><uses-permission android:name"android.permission.WRITE_CALENDAR" /><uses-permission android:name"android.permission.WRITE_EXTERNAL_…

apache spark_Apache Spark软件包,从XML到JSON

apache sparkApache Spark社区为扩展Spark付出了很多努力。 最近&#xff0c;我们希望将XML数据集转换为更易于查询的内容。 我们主要对每天进行的数十亿笔交易之上的数据探索感兴趣。 XML是一种众所周知的格式&#xff0c;但是有时使用起来可能很复杂。 例如&#xff0c;在Apa…

【OpenGL从入门到精通(七)】OpenGL中的数学

1.向量单位化 2.三维向量点乘/点积&#xff08;结果为标量&#xff09; 3.三维向量叉乘&#xff08;叉积&#xff09;结果为向量 3.坐标平移 因为在OpenGL中使用的都是齐次坐标&#xff0c;即x , y , z , w 如果使得点(0, 0, 0) 平移到(1, 2, 3)位置。将坐标表示为矩阵的形式&…

javafx窗体程序_JavaFX实际应用程序:SkedPal

javafx窗体程序“真实世界的应用程序”系列中的一个新条目。 这次是SkedPal &#xff0c;这是一个用于智能管理忙人生活的应用程序。 我一直在咨询SkedPal团队有关JavaFX的事务&#xff0c;并且在他们决定开始使用我的CalendarFX框架来满足他们的日历要求时&#xff0c;我也在咨…

python索引 自定义_python – 使用多个自定义索引范围构建numpy数组,而不显式循环...

在Numpy中,是否有一种pythonic方法来创建array3,其中自定义范围来自array1和array2而没有循环&#xff1f;迭代范围的直接解决方案有效,但由于我的数组遇到了数百万个项目,我正在寻找更有效的解决方案(也可能是语法糖).例如,array1 np.array([10, 65, 200])array2 np.array([…

kata_Java中的功能性FizzBu​​zz Kata

kata不久前&#xff0c;我使用Java 8流和lambda解决了FizzBu​​zz kata问题。 尽管最终结果是可行的&#xff0c;但中间步骤却没有。 我当然可以做得更好。 与往常一样&#xff0c;让我们​​从失败的测试开始&#xff1a; package remonsinnema.blog.fizzbuzz;import stati…

C++ 【随想录】(三)源文件编译流程,静态库与动态库编译

预处理 : 完成宏替换&#xff0c;文件引入&#xff1b;以及去除空行&#xff0c;注释等&#xff0c;为下一步编译做准备。也就是对各种预处理命令进行处理&#xff0c;包括头文件的包含&#xff0c;宏定义扩展&#xff0c;条件编译的选择。 gcc -E test.c -o test…

python字典查询多个值_python – 在Pandas Dataframe中查找多个字典键并返回多个匹配值...

如果我的格式化关闭,第一次发布如此道歉.这是我的问题&#xff1a;我创建了一个包含多行文本的Pandas数据框&#xff1a;d {keywords :[cheap shoes, luxury shoes, cheap hiking shoes]}keywords pd.DataFrame(d,columns[keywords])In [7]: keywordsOut[7]:keywords0 cheap …

hibernate jpa_使用Hibernate(JPA)一键式删除

hibernate jpa在旧版本的Hibernate中&#xff0c;我可以看到手册中指示的一键式删除 。 但是较新的版本不再包含此部分。 我不知道为什么。 因此&#xff0c;在这篇文章中&#xff0c;我来看看它是否仍然有效。 一键式删除部分显示&#xff1a; 有时一个接一个地删除收集元素…

python测试开发实战_《python测试开发实战》基于pytest基础部分实例1-Hello

要求实现如下命令行接口python 1hello.py -husage: 1hello.py [-h] [-n NAME]Say hellooptional arguments:-h, --help show this help message and exit-n NAME, --name NAME Name to greet没有参数时输出Hello, World!$python 1hello.pyHello, World!有参数时输出Hello, 人名…

kafka 发布订阅_在Kafka中发布订阅模型

kafka 发布订阅这是第四个柱中的一系列关于同步客户端集成与异步系统&#xff08; 1&#xff0c; 2&#xff0c; 3 &#xff09;。 在这里&#xff0c;我们将尝试了解Kafka的工作方式&#xff0c;以便正确利用其发布-订阅实现。 卡夫卡概念 根据官方文件 &#xff1a; Kafka是…

python socket recvfrom_Python socket学习笔记(一)

最近在看 Python的视频&#xff0c;针对socket 编程做一个笔记一、socket是什么&#xff1f;socket 通常也称为“套接字”&#xff0c;用于描述 IP 地址和端口&#xff0c;是一个通讯链的句柄。应用程序通常通过 “套接字”向网络发出请求或者应答网络请求。说白了&#xff0c;…

dynamodb java_使用Java更新DynamoDB项

dynamodb java在上一篇文章中&#xff0c;我们继续使用Java将项目插入DynamoDB。 DynamoDB还支持更新项目。 我们将使用Login表获取更新示例。 发布更新时&#xff0c;必须指定要更新的项目的主键。 public void updateName(String email,String fullName) {Map<String,A…

apache camel_使用Apache Camel进行负载平衡

apache camel在此示例中&#xff0c;我们将向您展示如何使用Apache Camel作为系统的负载平衡器。 在计算机世界中&#xff0c;负载平衡器是一种充当反向代理并在许多服务器之间分配网络或应用程序流量的设备。 负载平衡器用于增加容量&#xff08;并发用户&#xff09;和应用程…

lombok 自动使用_Lombok,自动值和不可变项

lombok 自动使用我喜欢布兰登&#xff08;Brandon &#xff09;在博客文章中比较Project Lombok &#xff0c; AutoValue和Immutables的建议 &#xff0c;而这篇文章试图做到这一点。 我已经简要概述了Project Lombok &#xff0c; AutoValue和Immutables &#xff0c;但是这篇…

邮箱批量登录接验证码_记一次莫名的需求(临时邮箱|企业邮箱)

目录&#xff1a;前言行情伪需求过程1.前戏2.买域名3.网易企业邮箱4.模糊的需求5.晚饭后6.临时邮箱16.临时邮箱27.域名版临时邮箱8.遇见问题8.1.DNSPOD8.2.换种思路拓展1.思路2.后续2.1.简单2.2.自建临时邮箱后话记一次需求不明的亏看完这篇文章你会学到&#xff1a; 免费企业邮…

【四】初步预测

import time from lxml import etree from collections import defaultdict import math import requests from matplotlib import pyplot as plt import pandas as pd import datetimed = defaultdict(list) listp = list()# 90+进球球队 setp = set()Allset = set()def httpg…

java 补充日期_Java 9对可选的补充

java 补充日期哇&#xff0c;人们真的对Java 9对Stream API的添加感兴趣。 想要更多&#xff1f; 让我们看一下…… 可选的 可选::流 无需解释&#xff1a; Stream<T> stream();想到的第一个词是&#xff1a; 终于 &#xff01; 最后&#xff0c;我们可以轻松地从可选…