-
ndim,shape查看全部 -
现在就是要好好的记忆，
脑中要想清楚你要花什么图。
查看全部 -
大概看到他具体实现的一个头了
查看全部 -
常用操作的ing，
查看全部 -
原来在numpy中卡方分布，就是说概论上的很多的一些分布都可以在这上面找到呢
查看全部 -
个人觉得转换为两行三列反而比较慢，还不如直接用[]来判定呢
查看全部 -
numpy:数据结构基础 array
scipy: 强大的科学计算方法（矩阵分析、信号分析、数理分析。。。）
matplotlib: 丰富的可视化套件
pandas基础数据分析套件
scikit-learn :强大的数据分析建模库
keras:人工神经网络，基于不同的，深度识别网络。
Anaconda
查看全部 -
numpy:数据结构基础
scipy：强大的科学计算方法（矩阵分析、信号分析、数理分析。。。）
matplotlib：丰富的可视化套件
pandas：基础数据分析套件
scikit-learn：强大的数据分析建模库
keras：人工神经网络
查看全部 -
np.zeros([x,y]) #进行数据对比时的数据初始化（都为0），x行，y列的数组
np.ones([x,y]) #同理，初始化为1的数组
import random
np.random.rand(2,4) #获取两行四列的随机数组，此时的随机数均匀分布，位于0---1之间
np.random.randint(x,y,z) #xy为整数取值范围，z为所选取的随机整数的个数
np.random.randn(2,4) #获取两行四列标准正态分布的随机数
np.random.choice([1,2,2,3,4,56]) #从列表中随机获取数据
np.random.beta(1,10,100) #获取beta分布1---10之间的数值100个（还能获得各种分布数据，改变选取参数）
查看全部 -
numpy数据类型
ndim 维度
itemsize 大小，占据字节数
size 元素个数
查看全部 -
操作
np.arange(1,11).reshape([2,-1])产生等差数列1-10
查看全部 -
randint
randn
chioce
distribute
查看全部 -
数据分析，统计方法
numpy、scipy\matplotlib\pandas\scikit-learn\keras
numpy：数据结构基础
scipy：强大的科学计算方法，矩阵分析，信号分析，数理分析
matplotlib：可视化套件
pandas：数据分析套件
scikit-learn：分析建模
Keras：人工神经网络
查看全部 -
import numpy as np list=[[1,3,5],[2,4,6]] print(type(list))
查看全部 -
大家继续继续继续急景凋年大男大女你的那些年细菌学家小姐姐查看全部
-
pandas:数据分析套件
scikit-learn:数据分析建模库
keras:神经网络库
查看全部 -
aixs越大深入程度越大、
查看全部 -
统计分析方法，提取有用信息
胶水特性：集成部分C语言代码
数据分析包：numpy:存储大型矩阵，作为数据结构基础
scipy:矩阵分析，信号分析，数理分析
matplotlib:具有丰富的可视化套件，图表，三维图
pandas:基础数据分析，交叉分析，持续分析，假设检验
scikit-learn:强大的数据分析建模库，回归分析
keras:人工神经网络（云识别）
查看全部 -
python数据挖掘组件
查看全部 -
2：30查看全部
-
numpy 数据结构基础
scipy 强大的科学计算方法（矩阵分析，信号分析，数理分析。。）
matplotlib 丰富的可视化套件（树状图，折线图，，三维图，）
pandas 基础数据分析套件（交叉分析，实际分析，）
scikit-learn 强大的数据分析建模库
keras 人工神经网络
Python环境搭建
平台 Windows，Linux，Macos
科学计算工具 anaconda
查看全部 -
numpy-数据结构基础查看全部
-
matplotlibna
官网：http://matplotlib.org/
绘制图表，进行数据可视化
pandas：基础数据分析套件
scikit-learn：强大的数据分析建模库
keras：人工神经网络
查看全部
举报