-
明天继续查看全部
-
安装教程查看全部
-
机器学习的分类：监督学习、无监督学习查看全部
-
list = np.array([[[1, 2, 3, 4], [4, 5, 6, 7, ]], [[7, 8, 9, 10], [11, 12, 13, 14]], [[15, 16, 17, 18], [19, 20, 21, 22]] ]) print (list.sum(axis=0))# axis表示维度，sxis=0,表示最外层的元素相加 print (list.sum(axis=1))# 表示最外层减一层的元素相加 print (list.max(axis=0)) # 最外层元素中的最大元素值 print (list.min(axis=0)) # 最外层元素中的最小元素值 list1 = np.array([10, 20, 30, 40]) list2 = np.array(([4, 3, 2, 1])) print(list1 + list2) # 对两个list中的元素相加，ps:不是将一个数组中的元素放在另一个后面 print (list1-list2) # 对两个list中的元素相 print (list1**2) # 对两个list中的元素平方 print (list1/list2)# 对两个list中的元素相除 print (list1.reshape([2, 2])) print (list2.reshape([2, 2])) print (np.dot(list1.reshape([2, 2]), list2.reshape([2, 2]))) # 数组点乘 print(np.concatenate((list1,list2),axis = 0)) #将两个数组相连查看全部
-
# 1 Series & dataFrame 主要的数据结构 # 2 Basic & Select & Set 基本操作 # 3 Missing Data Processing 丢失值处理 # 4 Merge & Reshape 数据融合 形状定义 # 5 Time Series & Graph & Files 时间序列 图形绘制 文件操作查看全部
-
import matplotlib.pyplot as plt import numpy as np %matplotlib inline x=np.linspace(-np.pi,np.pi,256,endpoint=True) c,s=np.cos(x),np.sin(x) plt.figure(1) plt.plot(x,c) plt.plot(x,s) plt.title("cos&sin") plt.show()查看全部
-
胶水特性：能把运算速度更快的C语言集成进python，如同胶水查看全部
-
Python环境搭建 科学计算工具：Anaconda查看全部
-
window下疼死flow不太成熟查看全部
-
numpy的应用查看全部
-
特点：简洁 开发效率高 运算速度慢 胶水特性查看全部
-
Anaconda查看全部
-
python数据分析工具2查看全部
-
python数据分析工具1查看全部
-
决策树——明天去不去玩查看全部
举报
0/150
提交
取消