numpy
NumPy_矩阵的八种运算以及变换矩阵
###概念 numpy下的linalg=linear+algebra 01.数学概念 vector 向量 array：数组 matrix：矩阵 标量（数量） 物理定义：只有大小，没有方向的量 n个有次序的数a_{1}, a_{2}, ····,a_{n}所组成的数组称为n维向量 --行向量和列向量 ......
numpy根据取值索引位置
import numpy as np # 示例的NumPy数组 numpy_array = np.array([[1, 2, 3], [4, 5, 6], [7, 2, 9]]) # 使用np.where()函数找到元素等于2的索引位置 indices = np.where(numpy_array ......
NumPy学习3
继续学习NumPy，今天学习以下3个章节： 7，NumPy高级索引 8，NumPy广播机制 9，NumPy遍历数组 numpy_test3.py : import numpy as np ''' 7, NumPy高级索引 NumPy 与 Python 的内置序列相比，它提供了更多的索引方式。 在 N ......
NumPy学习2
继续学习NumPynumpy_test2.py ： import numpy import numpy as np ''' 4, Numpy创建数组 除了使用 array() 方法外，NumPy 还提供了其他创建 ndarray 数组的方法。 1) numpy.empty() numpy.empty ......
NumPy_数据处理详解—矩阵运算-矩阵拼接
###基础内容 坐标轴 axis 维度 ndim 和形状 shape 以及元素各个轴元素 的个数 索引--单个元素 切片--多个元素[start:end:step]不包括终点的值 当start是0时,可以省略;当end是列表的长度时,可以省略. trans_matrix[:3,:3] trans_m ......
NumPy学习1
NumPy 是 Numerical Python 的缩写，它是一个由多维数组对象（ndarray）和处理这些数组的函数（function）集合组成的库。使用 NumPy 库，可以对数组执行数学运算和相关逻辑运算。NumPy 不仅作为 Python 的扩展包，它同样也是 Python 科学计算的基础包 ......
module 'numpy' has no attribute 'int'.
原因：np.int 在 NumPy 1.20 中已弃用，在 NumPy 1.24 中已删除 AttributeError: module 'numpy' has no attribute 'int'. `np.int` was a deprecated alias for the builtin ` ......
numpy的基础运算
1.矩阵相减，矩阵元素平方，矩阵元素比较大小： 2.np.dot的矩阵运算： 3.求总数据的和，每一列的求和，每一行的求和： 4.求总数据的最小值，每一列的最小值，每一行的最小值： 5.求总数居的最大值，每一列的最大值，每一行的最大值： ......
numpy的创建array
1.类型： 2.创建array获取矩阵： 3.创建全部为0(.zeros()方法)或生成为1(.ones()方法)的矩阵： 4.empty创建几乎为0的矩阵，arange创建数值范围步长，reshape用法： 5..linspace()用法： ......
TypeError: 'numpy.float64' object cannot be interpreted as an integer
报错内容： Traceback (most recent call last): File "C:\Users\xuan\.conda\envs\pytorch1-6\lib\site-packages\scipy\sparse\_sputils.py", line 225, in isintlik ......
numpy.empty—返回给定形状和类型的未初始化新数组
语法格式 numpy.empty(shape, dtype=float, order='C', *, like=None) 参数解释： shape: 空数组的形状 dtype: 数据类型 order: 在内存中以行("C")或列("F")顺序存储多维数据，默认为"C" 返回未初始化(任意)数据给定形 ......
Python NumPy 广播(Broadcast)
广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。 如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长 ......
Python Numpy 切片和索引（高级索引、布尔索引、花式索引）
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含： 一个强大的N维数组对象 ndarray 广播功能函数 整合 C/C++/ ......
numpy.ndarray.flatten-返回numpy对象的一维数组
参考：https://numpy.org/doc/stable/reference/generated/numpy.ndarray.flatten.html 语法格式 ndarray.flatten(order='C') order: “C”表示按行(C-style)顺序折叠。“F”表示按列(For ......
python中的bytes类型及numpy.frombuffer
最近在使用python读取ubytes文件，用到numpy的frombuffer函数，用法如下: frombuffer()函数 numpy.frombuffer(buffer,dtype=float，count=-1,offset=0) 作用：用于实现动态数组，接收buffer输入参数，以流的形式读 ......
ImportError: numpy.core.multiarray failed to import （import pyBigWig）
RuntimeError Traceback (most recent call last) RuntimeError: module compiled against API version 0x10 but this version of numpy is 0xd . Check the sec ......
代码笔记27 numpy和pytorch中的多维数组切片
原来还可以用数组切数组，我算是长见识了。不多说了，直接上代码应该可以明白 import numpy as np xyz = np.arange(36).reshape(3, 4, 3) B, N, C = xyz.shape farthest = np.random.randint(0, N, si ......
numpy-record
本篇只是学习NumPy时的一本记录本，仅用于本人记录不熟点和未知点，后续回顾使用。 编辑器：Jupyter Notebook ipykernel:Python3 使用linspace/logspace生成 np.linspace(开头，结尾，数量) linspace更适用于生成一个线性数据局 而lo ......
AttributeError: 'numpy.ndarray' object has no attribute 'imresize'
问题描述： AttributeError: 'numpy.ndarray' object has no attribute 'imresize' 分析原因： `imresize`函数已经在新版的`scipy`中被弃用，导致报错。 解决办法： 使用`skimage`库中的`resize`函数来代替。需 ......
pandas的numpy中np.linspace函数与np.arange函数的区别
numpy中np.linspace函数与np.arange函数的区别 NumPy 中的linspace()和arange()函数都可以用于创建数字序列，但它们之间有一些关键的区别。 arange()函数创建一个一维的数组，其中元素从指定的开始值开始，按指定的间隔增加，并一直到结束值（但不包括结束值） ......
numpy实现PSI指标计算
计算方法 population stability index, 群体稳定性指标，比较特征的分布在两个样本空间内的差异度，计算公式： $PSI = \sum\limits_{i=1}^{n} (A_i-E_i) * ln ( \frac{A_i} {E_i} )$ | 参数 | 说明 | | | | ......
numpy & pandas学习
numpy & pandas 介绍 & 安装 numpy 和 pandas 用于数据分析/处理 numpy基于C语言，pandas基于numpy，相比于python的字典/或列表，可以较快实现矩阵计算 numpy numpy的属性 ndim 矩阵的维度 shape 矩阵的形状（行-列） size 矩 ......
NumPy简介
NumPy简介 NumPy是Python中的一个开源库，它有助于数学、科学、工程和数据科学编程。它是一个非常有用的库，可以在Python中进行数学和统计操作。它对多维数组和矩阵乘法有完美的效果。它很容易与C/C++和Fortran集成。 对于任何科学项目，NumPy都是需要了解的工具。它用于处理N维 ......
NumPy 和 Pandas 数据分析实用指南：1~6 全
原文：Hands-On Data Analysis with NumPy and pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 一、配置 Python 数据分析环境 在本章中，我们将介绍以下主题： 安装 Anaconda 探索 Jupyter 笔记本 探索 Jupyter 的替代品 ......
NumPy 基础知识 ：6~10
原文：Numpy Essentials 协议：CC BY-NC-SA 4.0 译者：飞龙 六、NumPy 中的傅立叶分析 除其他事项外，傅立叶分析通常用于数字信号处理。 这要归功于它在将输入信号（时域）分离为以离散频率（频域）起作用的分量方面如此强大。 开发了另一种快速算法来计算离散傅里叶变换（DF ......
机器学习（六）：回归分析——鸢尾花多变量回归、逻辑回归三分类只用numpy，sigmoid、实现RANSAC 线性拟合
[实验1 回归分析] 一、 预备知识 使用梯度下降法求解多变量回归问题 数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度，可以通过这 ......
精通 NumPy 数值分析：6~9
原文：Mastering Numerical Computing With NumPy 协议：CC BY-NC-SA 4.0 译者：飞龙 六、NumPy，SciPy，Pandas 和 Scikit-Learn 到目前为止，您应该能够使用 NumPy 编写小型实现。 在整个章节中，我们旨在提供使用其他 ......
NumPy 数组学习手册：1~5
原文：Learning NumPy Array 协议：CC BY-NC-SA 4.0 译者：飞龙 一、NumPy 入门 让我们开始吧。 我们将在不同的操作系统上安装 NumPy 和相关软件，并查看一些使用 NumPy 的简单代码。 正如“序言”所述，SciPy 与 NumPy 密切相关，因此您会在本 ......
NumPy 数组学习手册：6~7
原文：Learning NumPy Array 协议：CC BY-NC-SA 4.0 译者：飞龙 六、性能分析，调试和测试 分析，调试和测试是开发过程的组成部分。 您可能熟悉单元测试的概念。 单元测试是程序员编写的用于测试其代码的自动测试。 例如，这些测试可以单独测试函数或函数的一部分。 每次测试仅 ......