首页
博客
源码
资源
博客
源码
写文章
发布博客
发布资源
登录
X
numpy
相关资讯
热门
最新
代码人生
01-01 08:00
代码人生
NumPy广播有什么作用?(NumPy广播的用法)
NumPy广播有什么作用?(NumPy广播的用法),NumPy广播主要应用numpy在算术运算期间处理具有不同形状的数组。受某些约束的影响,较小的数组在较大的数组上“广播”,以便它们具有兼容的形状。NumPy操作通常在逐个元素的基础上在数组对上完成。在最简单的情况下,两个数组必须具有完全相同的形状,如下例所示:示例>>>importnumpyasnp>>>a=np.array([1,2,3])>>
190
代码人生
01-01 08:00
代码人生
NumPy三角函数有哪些?(NumPy三角函数介绍)
NumPy三角函数有哪些?(NumPy三角函数介绍),三角函数NumPy提供了标准的三角函数:sin()、cos()、tan()。示例importnumpyasnpa=np.array([0,30,45,60,90])print('不同角度的正弦值:')#通过乘pi/180转化为弧度print(np.sin(a*np.pi/180))print('\n')print('数组中角度的余弦值:')pr
186
代码人生
01-01 08:00
代码人生
NumPy中数组切片的定义(什么是NumPy中数组切片)
NumPy中数组切片的定义(什么是NumPy中数组切片),数组切片python中裁切的意思是将元素从一个给定的索引带到另一个给定的索引。我们像这样传递切片而不是索引:[start:end]。我们还可以定义步长,如下所示:[start:end:step]。如果我们不传递start,则将其视为0。如果我们不传递end,则视为该维度内数组的长度。如果我们不传递step,则视为1。下面来看一个具体的操作实
179
后端
01-01 08:00
后端
NumPy之:结构化数组详解
NumPy之:结构化数组详解,目录简介结构化数组中的字段field结构化数据类型从元组创建从逗号分割的dtype创建从字典创建创建结构化数据类型操作结构化数据类型Offsets和AlignmentFieldTitles结构化数组赋值访问结构化数组RecordArrays简介普通的数组就是数组中存放了同一类型的对象。而结构化数组是指数组中存放不同对象的格式。今天我们来详细探讨一下NumPy中的结构化
176
代码人生
01-01 08:00
代码人生
NumPy怎么实现数组分割?(NumPy实现数组分割的方法)
NumPy怎么实现数组分割?(NumPy实现数组分割的方法),拆分是连接的反向操作。连接(Joining)是将多个数组合并为一个,拆分(Spliting)将一个数组拆分为多个。数组分割的基本函数如下:函数数组及操作split将一个数组分割为多个子数组hsplit将一个数组水平分割为多个子数组(按列)vsplit将一个数组垂直分割为多个子数组(按行)numpy.splitnumpy.split函数沿
173
后端
01-01 08:00
后端
Numpy ndarray 多维数组对象的使用
Numpy ndarray 多维数组对象的使用,这篇文章主要介绍了Numpyndarray多维数组对象的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧介绍目前它是Python数值计算中最为重要的基础包,将numpy的数组的对象作为数据交互的通用语,一般我们要充分理解好矩阵计算的原理,这需要你要有一些线性代数的基础知识。在对
154
后端
01-01 08:00
后端
Numpy数组的组合与分割详解
Numpy数组的组合与分割详解,Numpy数组的组合与分割详解在介绍数组的组合和分割前,我们需要先了解数组的维(ndim)和轴(axis)概念。如果数组的元素是数组,即数组嵌套数组,我们就称其为多维数组。几层嵌套就称几维。比如形状为(a,b)的二维数组就可以看作两个一维数组,第一个一维数组包含a个一维数组,第二个一维数组包含b个数据。每一个一维线性数组称为一个轴。二维数组的第一个轴(axis=0)
141
代码人生
01-01 08:00
代码人生
NumPy怎么操作数组排序?(用NumPy操作数组排序的方法)
NumPy怎么操作数组排序?(用NumPy操作数组排序的方法),数组排序排序是指将元素按有序顺序排列。有序序列是拥有与元素相对应的顺序的任何序列,例如数字或字母、升序或降序。NumPyndarray对象有一个名为sort()的函数,该函数将对指定的数组进行排序。对数组进行排序:示例importnumpyasnparr=np.array([3,2,0,1])print(np.sort(arr))运行
136
代码人生
01-01 08:00
代码人生
NumPy 数组副本和视图
NumPy 数组副本和视图,副本是一个数据的完整的拷贝,如果我们对副本进行修改,它不会影响到原始数据,物理内存不在同一位置。视图是数据的一个别称或引用,通过该别称或引用亦便可访问、操作原有数据,但原有数据不会产生拷贝。如果我们对视图进行修改,它会影响到原始数据,物理内存在同一位置。副本和视图之间的区别副本和数组视图之间的主要区别在于副本是一个新数组,而这个视图只是原始数组的视图。副本拥有数据,对副
136
后端
01-01 08:00
后端
numpy实现RNN原理实现
numpy实现RNN原理实现,这篇文章主要介绍了numpy实现RNN原理实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧首先说明代码只是帮助理解,并未写出梯度下降部分,默认参数已经被固定,不影响理解。代码主要实现RNN原理,只使用numpy库,不可用于GPU加速。1234567891011121314151617181920
135
«
1
2
3
4
»