当前位置: 首页 > news >正文

建德 网站网络推广有哪些途径

建德 网站,网络推广有哪些途径,o2o商城网站建设方案,南通外贸建站目录 一、前言 二、实验环境 三、NumPy 0、多维数组对象#xff08;ndarray#xff09; 多维数组的属性 1、创建数组 2、数组操作 3、数组数学 4、数组广播 5、排序操作 1. np.sort() 函数 2. np.argsort() 函数 3. ndarray.sort() 方法 4. 按列或行排序 5. n…目录 一、前言 二、实验环境 三、NumPy 0、多维数组对象ndarray 多维数组的属性 1、创建数组 2、数组操作 3、数组数学 4、数组广播 5、排序操作 1. np.sort() 函数 2. np.argsort() 函数 3. ndarray.sort() 方法 4. 按列或行排序 5. np.lexsort() 函数 6. np.partition() 函数 7. np.argpartition() 函数 8. ndarray.argsort() 方法 一、前言 Python是一种高级编程语言由Guido van Rossum于1991年创建。它以简洁、易读的语法而闻名并且具有强大的功能和广泛的应用领域。Python具有丰富的标准库和第三方库可以用于开发各种类型的应用程序包括Web开发、数据分析、人工智能、科学计算、自动化脚本等。 Python本身是一种伟大的通用编程语言在一些流行的库numpyscipymatplotlib的帮助下成为了科学计算的强大环境。本系列将介绍Python编程语言和使用Python进行科学计算的方法主要包含以下内容 Python基本数据类型、容器列表、元组、集合、字典、函数、类Numpy数组创建、数组操作、数组数学、广播Matplotlib绘图风格和类型、图表自定义、多子图和布局IPython创建笔记本、典型工作流程 二、实验环境 matplotlib3.5.3numpy1.21.6python3.7.16 运行下述命令检查Python版本 python --version 运行下述代码检查Python、NumPy、Matplotlib版本 import sys import numpy as np import matplotlibprint(Python 版本:, sys.version) print(NumPy 版本:, np.__version__) print(matplotlib 版本:, matplotlib.__version__) 三、NumPy NumPyNumerical Python是一个用于科学计算的Python库。它提供了一个强大的多维数组对象ndarray用于进行高效的数值运算和数据处理。Numpy的主要功能包括 多维数组Numpy的核心是ndarray对象它是一个多维数组可以存储同类型的元素。这使得Numpy非常适合处理向量、矩阵和其他多维数据结构。 数学函数Numpy提供了许多常用的数学函数如三角函数、指数函数、对数函数等。这些函数可以直接应用于整个数组而无需编写循环。 广播BroadcastingNumpy支持不同形状的数组之间的运算通过广播机制可以对形状不同的数组进行逐元素的操作而无需显式地编写循环。 线性代数运算Numpy提供了丰富的线性代数运算函数如矩阵乘法、求解线性方程组、特征值计算等。 随机数生成Numpy包含了用于生成各种概率分布的随机数的函数如均匀分布、正态分布、泊松分布等。 数据操作Numpy提供了很多用于操作数组的函数如切片、索引、排序、去重等。         Numpy广泛应用于科学计算、数据分析、机器学习等领域。它的高效性和便捷性使得它成为Python数据科学生态系统中不可或缺的组成部分。 0、多维数组对象ndarray NumPy的ndarray对象是NumPy库中最重要的对象之一也是进行科学计算的核心数据结构。ndarray代表了一个多维的数组可以存储相同类型的元素。 多维数组的属性 ndarray.shape返回表示数组形状的元组例如(2, 3)表示2行3列的数组。ndarray.dtype返回数组中元素的数据类型例如int、float、bool等。ndarray.ndim返回数组的维度数例如1表示一维数组2表示二维数组。 1、创建数组 【深度学习】 Python 和 NumPy 系列教程九NumPy详解1、创建数组的n种方式_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132782221?spm1001.2014.3001.5501https://blog.csdn.net/m0_63834988/article/details/132782221?spm1001.2014.3001.5501 2、数组操作 【深度学习】 Python 和 NumPy 系列教程十NumPy详解2、数组操作索引和切片、形状操作、转置操作、拼接操作_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132830547?spm1001.2014.3001.5501https://blog.csdn.net/m0_63834988/article/details/132830547?spm1001.2014.3001.5501 3、数组数学 【深度学习】 Python 和 NumPy 系列教程十一NumPy详解3、数组数学元素、数组、矩阵级别的各种运算_QomolangmaH的博客-CSDN博客https://blog.csdn.net/m0_63834988/article/details/132863360?spm1001.2014.3001.5501 4、数组广播 NumPy广播Broadcast是指在不同形状的数组之间进行运算的一种机制。它允许我们在不显式复制数据的情况下对具有不同形状的数组进行逐元素的操作。广播可以使我们更方便地进行数组运算提高代码的简洁性和效率。 在进行广播运算时NumPy遵循一套严格的规则 数组维度不同时将维度较小的数组进行扩展使其与维度较大的数组具有相同的维度数。 如果两个数组在某个维度上的形状相等或其中一个数组在该维度上的形状为1则认为它们在该维度上是兼容的。 如果两个数组在所有维度上都是兼容的它们可以一起进行广播。 在广播中沿着形状中为1的维度进行复制以使两个数组具有相同的形状。  广播的过程是自动进行的无需显式编写循环或复制数据。让我们通过一个具体的示例来说明广播的工作原理 import numpy as np# 创建两个数组 a np.array([1, 2, 3]) b np.array([[4, 5, 6], [7, 8, 9]])# 进行广播运算 c a b print(c) 在这个例子中数组a的形状是(3,)数组b的形状是(2, 3)。根据广播的规则a的形状会被扩展为(2, 3)然后两个数组逐元素相加得到结果数组c。输出结果如下 [[ 5 7 9][ 8 10 12]] 通过广播我们可以在不改变数组形状的情况下对不同形状的数组进行逐元素的操作。这使得我们可以更灵活地处理数据并编写更简洁的代码。需要注意的是虽然广播可以方便地进行数组运算但在某些情况下可能会引起歧义或错误的结果。因此在使用广播时建议仔细理解广播规则并确保操作的正确性。 5、排序操作 1. np.sort() 函数 该函数返回一个数组的排序副本 import numpy as npa np.array([3, 1, 4, 2, 5])# 对数组进行排序 b np.sort(a) print(b) # 输出: [1 2 3 4 5] 2. np.argsort() 函数 该函数返回数组排序后的索引。 import numpy as npa np.array([3, 1, 4, 2, 5])# 返回排序后的索引 indices np.argsort(a) print(indices) # 输出: [1 3 0 2 4] 3. ndarray.sort() 方法 该方法原地对数组进行排序不返回副本。 import numpy as npa np.array([3, 1, 4, 2, 5])# 原地对数组进行排序 a.sort() print(a) # 输出: [1 2 3 4 5] 4. 按列或行排序 可以指定 axis 参数来按列或行对二维数组进行排序。 import numpy as npa np.array([[3, 1, 4], [2, 5, 0]])# 按列排序 b np.sort(a, axis0) print(b) # 输出: # [[2 1 0] # [3 5 4]]# 按行排序 c np.sort(a, axis1) print(c) # 输出: # [[1 3 4] # [0 2 5]] 5. np.lexsort() 函数 该函数根据键的字典顺序对多个序列进行间接排序。 import numpy as npa np.array([[3, 1, 4], [2, 5, 0]]) names np.array([Tom, John])# 使用lexsort进行间接排序 indices np.lexsort((names, a[:, 0])) print(indices) # 输出: [1 0]sorted_data a[indices] print(sorted_data) # 输出: # [[2 5 0] # [3 1 4]] 6. np.partition() 函数 该函数可以在数组中进行分区操作将数组分割为满足指定条件的两个部分。分区后左侧的元素都小于或等于右侧的元素但它们之间的顺序是未定义的。 import numpy as npa np.array([3, 1, 4, 2, 5])# 对数组进行分区 b np.partition(a, 2) print(b) # 输出: [1 2 3 4 5] 7. np.argpartition() 函数 该函数返回分区操作后的索引  import numpy as npa np.array([3, 1, 4, 2, 5])# 返回分区后的索引 indices np.argpartition(a, 2) print(indices) # 输出: [1 3 0 2 4] 8. ndarray.argsort() 方法 该方法返回数组排序后的索引类似于 np.argsort() 函数。 import numpy as npa np.array([3, 1, 4, 2, 5])# 返回排序后的索引 indices a.argsort() print(indices) # 输出: [1 3 0 2 4] 9. np.searchsorted() 函数 该函数用于在已排序的数组中查找指定元素应该插入的位置以9.保持排序顺序。 import numpy as npa np.array([1, 3, 4, 4, 6])# 查找元素应该插入的位置 index np.searchsorted(a, 5) print(index) # 输出: 4
http://wiki.neutronadmin.com/news/143843/

相关文章:

  • 农庄网站模板不要验证码的广告网站
  • 珠海公司网站制作做网站用php转html
  • 北京网站排名北京住房与城乡建设网站
  • 最超值的锦州网站建设做销售有什么技巧和方法
  • 蒲县网站建设有什么网站可以做团购
  • 帝国网站后台管理系统五大跨境电商平台对比分析
  • 在柬埔寨做网站彩票推广怎么找推广平台
  • 如何建设自己的网站来获取流量哪里做网站百度收录块
  • 临海门户网站住房和城乡建设规划局成都互联网公司排名
  • 郑州网站推广公司价格新手小白如何互联网创业
  • 网站右侧浮动导航域名转移 网站访问
  • 广州网站开发方案重庆设计公司招聘
  • 企业网站内容模块网站建设后台功能
  • 网站空间购买哪个好北京最近确诊病例轨迹
  • 我的世界服务器网站建设html学校网站模板
  • 北京专业网站建设公司哪家好电子商务具体干嘛的
  • 珠江网站建设郑州做优化的公司有哪些
  • 太原市建设工程质量监督站网站广州做护肤品的网站
  • 网站建设岗位说明书网站开发如何
  • 东阳便宜自适应网站建设优惠wordpress主题 游戏
  • 讯代理网站wordpress自定义后台菜单
  • 女生做网站主题有哪些网页设计对板式上有哪些要求
  • vue做网站对seo大学生创新创业大赛英文
  • 建网站哪家好wordpress的模板
  • 律师网站建设制作企业网站要多少钱
  • 有后台网站怎么做互联网推广中心
  • 绵阳网站建设企业网站内容页优化
  • 企业实缴公示在什么网站做免费注册域名网
  • 做线上网站需要多少钱天华建筑设计有限公司
  • 端口扫描站长工具网站建设论文ppt