-
數據分析得含義與目標 1.統計分析方法 2.提取有用信息 3.研究概括總結查看全部
-
環境搭建查看全部
-
python 數據分析 所需框架 numpy 數據結構基礎查看全部
-
#numpy的其他操作 print("FFT:") print (np.fft.fft(np.array([1,1,1,1,1,1,1,]))) print (np.corrcoef([1, 0, 1],[0, 2, 1])) # 皮爾遜相關系數計算 print (np.poly1d([3,1,3])) # 生成一元多次函數查看全部
-
#矩陣操作與線性方程組 from numpy.linalg import * print (np.eye(3)) list = np.array(([1, 2], [3, 4])) print (inv(list)) #逆矩陣 print (list.transpose()) # 轉置矩陣 print (det(list)) #求行列式 print (eig(list)) #特征值和特征向量 y = np.array(([5.], [7.])) print (solve(list, y)) #求list與y組成的二元一次方程組的解查看全部
-
print (np.vstack((list1,list2))) #將兩個數組分成兩行組成一個數組 print (np.hstack((list1,list2))) #將兩個數組相連 print (np.split(list1,2)) #將數組切分成幾個子數組 print (np.copy(list1)) #對數組進行拷貝查看全部
-
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
-
#常用array操作 list = (np.arange(1, 11)).reshape([2, 5]) #1 輸出1-10兩行五列數組 print (np.exp(list)) # list 的自然指數 print (np.exp2(list)) # list自然指數的平方 print (np.sqrt(list)) # list的開方 print (np.sin(list)) # 正玄值 print (np.log(list)) # 對數值查看全部
-
#常用array print (np.zeros([2, 4]))#輸出元素都為0的2行4列數組 print (np.ones([3, 5]))#輸出元素都為1 的2行4列數組 print ("Rand:") print (np.random.rand(2, 4))#輸出2行4列的隨機數組 print (np.random.rand())#生成一個隨機數 print (np.random.randint(1, 14, 5))#在1到14之間生成5個隨機數 print (np.random.randn(2, 4))#輸出正態分布隨機數 print np.random.choice([10.20, 41])#在所給的數中隨機選取一個數 print (np.random.beta(1,10, 100))#生成一個beta數組查看全部
-
Python環境搭建查看全部
-
Python數據分析大家族查看全部
-
Python數據分析大家族查看全部
-
python數據分析概述查看全部
-
x=np.array(lst,dtype=np.float) 數據類型:bool,int/8/16/32/64/128,uint8/16/32/64/128,float/16/32/64,complex64/128,string查看全部
-
兩個人工神經網絡著名的框架 1.Theano 2.Tensorflow查看全部
舉報
0/150
提交
取消