-
明天繼續查看全部
-
安裝教程查看全部
-
機器學習的分類：監督學習、無監督學習查看全部
-
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表示維度，sxis=0,表示最外層的元素相加 print (list.sum(axis=1))# 表示最外層減一層的元素相加 print (list.max(axis=0)) # 最外層元素中的最大元素值 print (list.min(axis=0)) # 最外層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) # 對兩個list中的元素相加，ps:不是將一個數組中的元素放在另一個后面 print (list1-list2) # 對兩個list中的元素相 print (list1**2) # 對兩個list中的元素平方 print (list1/list2)# 對兩個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]))) # 數組點乘 print(np.concatenate((list1,list2),axis = 0)) #將兩個數組相連查看全部
-
# 1 Series & dataFrame 主要的數據結構 # 2 Basic & Select & Set 基本操作 # 3 Missing Data Processing 丟失值處理 # 4 Merge & Reshape 數據融合 形狀定義 # 5 Time Series & Graph & Files 時間序列 圖形繪制 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
-
膠水特性：能把運算速度更快的C語言集成進python，如同膠水查看全部
-
Python環境搭建 科學計算工具：Anaconda查看全部
-
window下疼死flow不太成熟查看全部
-
numpy的應用查看全部
-
特點：簡潔 開發效率高 運算速度慢 膠水特性查看全部
-
Anaconda查看全部
-
python數據分析工具2查看全部
-
python數據分析工具1查看全部
-
決策樹——明天去不去玩查看全部
舉報
0/150
提交
取消