python基础课程5(看代码看注释)--numpy

#人生苦短,我用python
#给文件设置配置环境路径:file->Settings->project mylesson->project interpreter
#numpy:除了字符串、列表、元组、字典之外还有一种数据结构就是数组,列表能存储任意数据,数组只能存储一种类型数据。array
#pandas
#matplotlib
import random
import array
array.array('i',range(10))#生成10的列表转化为数组
#a[1] = 'ss'##报错,因为数据类型必须要统一,因此常用numpy
import numpy as np
#从原有列表转换为数组
a_list=list(range(10))
print(a_list)
b = np.array(a_list)
print(b)
type(b)
#生成数组
a = np.zeros(10,dtype = int)#有是个元素的数组
print(type(a))
#查看数组类型
a.dtype
#生成多维数组
a = np.zeros((4,4),dtype=int)
print(a)
print(type(a))#查看数组类型2
print(a.dtype)
a = np.ones((4,4),dtype=float)
print(a)
print(type(a))
#查看数组类型
print(a.dtype)
#随意生成
np.full((5,5),3.14)
#比照数据类型和纬度生成新的纬度
print(np.zeros_like(a))#比照着a生成一个数组
print(np.ones_like(a))
print(np.full_like(a))#random
print(random.randint(5,10))#生成5-10之间的值
print(random.random())a1=np.random.random((3,3))
print(a1)
#生成随机数时经常用到
print(np.random.randint(0,10,(3,3)))
list(range(0,10,2))
np.arange(0,10,2)#0-10范围内取数,步长为2
#经常用到
np.linspace(0,3,100)#0-3取100个数
#n维的单位矩阵
np.eye(5)
###访问数组中的元素
#嵌套列表的元素访问
var = [[1,2,3,4,5],[5,6,7,8,9]]
a = np.array(var)
print(var[0][0])
a.np.full((3,3),9.9,dtype=int)
print(a[0][0])##数组访问和列表访问时一样的
#这两种访问方式是一样的
print(a[0,1],a[0][1])
#数组切片
#跟上边方式不等价
a[:2,:2],a[:2][:2]
##数组的属性
#维度
print(a.ndim)
print(a.shape)
print(a.size)
print(a.dtype)
print(a.itemsize)#每个数组占的字节
print(a.btype)##numpy数组的运算,基础运算相当于对每个元素都做运算
a = np.array(list(range(10)))
print(a+10)#基础运算相当于np.add(a,10)
print(a-10)
a = np.array((3,3),1.0,dtype=float)
print(a+10)
np.add(a,10)
a = np.linspace(0,np.pi,5)
b = np.sin(a)
print(a,b)
#np.数学公式特别多,自己练习##统计类型
sum[[1,2,3,4,5,6]]
#数组一维求和
a =np.full(10,2.3)
print(sum(a))
#数组多维求和
a =np.array([[1,2],[3,4]])
print(sum(a))
#np.sum求和
np.sum(a)
np.sum(a,axis=1)np.max(a)
np.max(axis=1)np.random.rand(10000)##notebook使用小技巧
#%timeit 代码:此方法来判断程序的执行效率
#%time.np.sum(n)
###比较
a = np.array(range(10))
a>3#输出每个元素和3的比较,输出布尔型数据
a==a
np.all(a>-1)#全部为True,相当于汇总
##变形reshape
a = np.full((2,10),1,dtype=float)
print(a.shape)
print(a.size)
print(a.ndim)
print(a.reshape(4,5))
##排序
np.sort(a)#从小到大排序
a.sort(axis=1)
a.sort(axis=0)
##拼接函数
a = np.array([1,2,3])
b = np.array([0,2,4],[5,6,7])
np.concatnate([b,b,b],axis=1)

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/565911.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

【OpenCV 例程200篇】59. 非线性滤波—双边滤波

【OpenCV 例程200篇】59. 非线性滤波—双边滤波(Bilateral filter) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 图像滤波是在尽可能保留图像细节特征的条件下对目标图…

部门信息管理系统

实现对部门信息的分类管理,对不同部门人员的管理(增删改查),新用户的注册和登陆等 功能分析: 实现用户的登陆实现用户的注册(注册不同的部门和职位)登陆之后会显示所有员工和经理的信息实现对…

python基础课程6(看代码看注释)--pandas

##人生苦短,我用python #pandas ##首先讲讲数据格式,csv文件格式,程序之间表格数据之间的转移,如从数据库导入到excel中csv是很合适的转移格式。 #1.纯文本,使用某个字符集,比如ascii,Unicode&a…

【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波

【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波(Joint bilateral filter) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 图像滤波是在尽可能保留图像细节特征的条件…

python基础课程7(看代码看注释)--matplotlib作图

##人生苦短,我用python #pandas ##首先讲讲数据格式,csv文件格式,程序之间表格数据之间的转移,如从数据库导入到excel中csv是很合适的转移格式。 #1.纯文本,使用某个字符集,比如ascii,Unicode&a…

租车系统

为了资源的节约有效利用,使车辆发挥更大的作用,我在此做了一个租车系统。 功能分析: 1:登录功能 2:后台管理功能 3:车辆管理功能 4:用户管理功能 5:前台用户功能 6:查看…

【OpenCV 例程200篇】61. 导向滤波(Guided filter)

【OpenCV 例程200篇】61. 导向滤波(Guided filter) 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 图像滤波是在尽可能保留图像细节特征的条件下对目标图像的噪声进行抑…

使用MATLAB GUI创建图形用户界面GUI

MATLAB是众多理工科学生及工程师经常使用的一款数学软件,除了可以实现数据处理,矩阵运算、函数绘制等功能外,MATLAB还可以实现图形用户界面的设计。 下面介绍如何让小白也能用GUI创建最基本的用户界面,并帮助大家学会在今后的…

【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽

【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 3. 空间域锐化滤波(高通滤波) 图像模糊通过平滑(加权平均&a…

AJAX基本用法

在工作中和一些大项目制作的时候,许多人都会选择使用前后端分离技术即AJAX进行项目的制作,使用AJAX不仅能提高效率而且更容易修改,使我们制作项目的时候更加的得心应手。 在此给大家讲解一下AJAX的用法,一共有五个核心内容&#…

图像数据集转载

使用的数据集 THCHS30是Dong Wang, Xuewei Zhang, Zhiyong Zhang这几位大神发布的开放语音数据集,可用于开发中文语音识别系统。 为了感谢这几位大神,我是跪在电脑前写的本帖代码。 下载中文语音数据集(5G): 1 2 3 …

【OpenCV 例程200篇】63. 图像锐化之 Laplacian 算子

【OpenCV 例程200篇】63. 图像锐化之 Laplacian 算子 欢迎关注 『OpenCV 例程200篇』 系列,持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列,持续更新中 3. 空间域锐化滤波(高通滤波) 图像模糊通过平滑(加权平…

秒表计时器

使用Jquery制作了一个漂亮的秒表计时器。 效果图 原始样式 点击开始之后 点击停止再点击清零之后 有没有一种心动的感觉呢&#xff0c;下面看代码。 代码演示 首先注意哦&#xff1a;引入相对应的Jquery架包。 代码 <!DOCTYPE html> <html><head>&l…

【OpenCV 例程200篇】64. 图像锐化——Sobel 算子

【OpenCV 例程200篇】64. 图像锐化——Sobel 算子 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 空间域锐化滤波&#xff08;高通滤波&#xff09; 图像模糊通过平滑&#xff08;加权平均…

sklearn特征工程

本文转载 使用sklearn做单机特征工程 目录 1 特征工程是什么&#xff1f; 2 数据预处理   2.1 无量纲化     2.1.1 标准化     2.1.2 区间缩放法     2.1.3 标准化与归一化的区别   2.2 对定量特征二值化   2.3 对定性特征哑编码   2.4 缺失值计算   …

秒表倒计时

使用JavaScript实现秒表的倒计时。 我设置的是五分钟倒计时&#xff0c;倒计时时间是可以自己随意设置的。 效果图 代码演示 <!DOCTYPE html> <html><head><meta charset"utf-8" /><title></title></head><style>…

【OpenCV 例程200篇】65. 图像锐化——Scharr 算子

【OpenCV 例程200篇】65. 图像锐化——Scharr 算子 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 3. 空间域锐化滤波&#xff08;高通滤波&#xff09; 图像模糊通过平滑&#xff08;加权平均…

【转】常用的风控算法模型评价指标

1. 基本概念 FNTPTNFP TP —— True Positive &#xff08;真正, TP&#xff09;被模型预测为正的正样本&#xff1b;可以称作判断为真的正确率 TN —— True Negative&#xff08;真负 , TN&#xff09;被模型预测为负的负样本 &#xff1b;可以称作判断为假的正确率 FP ——…

【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通

【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通 欢迎关注 『OpenCV 例程200篇』 系列&#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列&#xff0c;持续更新中 4. 低通、高通、带阻、带通 图像滤波是在尽可能保留图像细节特征的条件下对目标图像的…

滑动登录

鼠标点击拖动滑块即可快速完成登录。 程序分析&#xff1a; 鼠标点击鼠标点击后拖动滑块鼠标点击取消滑块水平移动 效果图演示 初始页面 点击滑块进行拖动 此时的你是不是急于想实现它呢&#xff1f;&#xff1f;&#xff1f; 代码演示 <!DOCTYPE html><html …