首页 > 其他分享 >numpy学习笔记

numpy学习笔记

时间:2024-09-28 13:03:11浏览次数:7  
标签:list 笔记 学习 https stable np array numpy

官方文档:https://numpy.org/doc/stable/

numpy.array

从python list创建

np.array([1, 2, 3])

从多个python list创建一维数组

如果是确定数量的list,可以用np.concatenate:

a = [1, 2, 3]
b = [4, 5, 6]
np.concatenate((a, b))

输出:array([1, 2, 3, 4, 5, 6])

来源:https://stackoverflow.com/a/54773471/13688160

如果有不定数量的list,用迭代器:

listOfLists = [[1, 2, 3], [4, 5, 6]]
np.array([ elem for singleList in listOfLists for elem in singleList])

输出:

array([1, 2, 3, 4, 5, 6])

来源:https://thispointer.com/python-numpy-create-a-ndarray-from-list-tuple-or-list-of-lists-using-numpy-array/

等差数列

文档:https://numpy.org/doc/stable/reference/generated/numpy.linspace.html

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

二分搜索

https://numpy.org/doc/stable/reference/generated/numpy.searchsorted.html

left相当于lower_bound, right相当于upper_bound, 默认是left。

矩阵

percentile

https://numpy.org/doc/stable/reference/generated/numpy.percentile.html#

# 10000个0到1的随机数
a = np.random.rand(10000)
# 求20%分位数,即小于此数的值的数量占总数的20%
np.percentile(a, 20)
# 求多个分位数
np.percentile(a, [10, 20, 30, 40, 50, 60, 70, 80, 90, 99, 99.9, 99.99])

标签:list,笔记,学习,https,stable,np,array,numpy
From: https://www.cnblogs.com/searchstar/p/18437347

相关文章

  • 量子计算机学习笔记
    qubit经典的bit的状态空间为2,要么是0,要么是1。但是qubit可以同时是0和1,其状态空间可以看作是一个半径为1的球面,如下图Blochsphere所示。图片来源:https://en.wikipedia.org/wiki/Bloch_sphere可见,与直觉不同,它有两个自由度。为了简化,将其记为下面的形式:图片来源:http://www......
  • 学习Spring Boot,应该从哪里开始学起
    文章目录前言1.Java基础2.Spring框架基础3.SpringBoot入门4.搭建SpringBoot项目5.编写RESTfulAPI6.数据库操作7.安全性和测试8.部署和运维9.实践和项目总结前言学习SpringBoot,应该从哪里开始学起学习SpringBoot,你可以从以下几个步骤开......
  • AIGC基础工具-科学计算和数据处理的重要库NumPy(Numerical Python)简介
    文章目录1.NumPy的核心概念1.1`ndarray`:多维数组对象示例代码2.NumPy的数据类型(`dtype`)示例代码3.NumPy的数组创建方法3.1使用`array()`创建数组3.2使用`zeros()`和`ones()`3.3使用`arange()`和`linspace()`3.4使用`random`模块生成随机数......
  • 系统集成项目管理工程师笔记1 - 第一章 信息化发展
    基础知识第一章信息化发展1.1信息与信息化1.1.1信息基础信息物质、能量以及其属性的标示的集合,是确定性的增加。以物质介质为载体,传递和反映世界各种事物存在方式、运动状态等的表征。信息不是物质,也不是能力。以一种普遍形式,表达物质运动规律,在客观世界中大量存在、产......
  • 卷积、激活、池化与批量归一化:深度学习中的关键操作
    在深度学习,尤其是卷积神经网络(CNN)中,卷积、激活、池化和批量归一化是四个基本操作。它们共同作用,帮助模型高效学习和提取数据中的重要特征。1.卷积操作作用卷积操作旨在通过滑动卷积核(过滤器)在输入数据上提取局部特征,如边缘和角点。过程滑动卷积核:卷积核在输入特征图上......
  • java本周学习心得
    EnumTest:publicclassEnumTest{ publicstaticvoidmain(String[]args){ Sizes=Size.SMALL; Sizet=Size.LARGE; //s和t引用同一个对象? System.out.println(s==t);// //是原始数据类型吗? System.out.println(s.getClass().isPrimitive()); //从字符串中转换 Size......
  • 微信小程序学习
    文章目录目录目录概要微信小程序和App的区别认识小程序微信开发工具如何下载        导出项目:        导入项目:概要        微信小程序是一种不需要下载安装即可使用的应用,它实现了应用的即用即走的理念,可以在微信内被便捷地获取......
  • 可视化对话树编辑笔记
    在制作RPG甚至AVG的时候,我们要涉及大量的文本编辑,这个时候不可视化的界面会大大提升项目的维护成本(非常好脚本,使我AVG项目崩溃),所以我们需要自己创建一个文本编辑界面。而在涉及对话的时候,这个叫做对话树的结构具有不错的性质,对话树是一个简单的多叉树结构,但节点被分为CP......
  • [对比学习][何凯明]Momentum Contrast for Unsupervised Visual Representation Learn
    论文背景:    本文由何凯明先生主笔,在原先的对比学习模型---如SIMCLR中,需要大量的负样本以供系统学习其特征分布,但是在多数场景下,样本空间中往往负样本不足或过大,比如在一个百万用户量级的推荐系统中,若将与目标用户不像关系的用户视为负样本,则时间计算度会非常大,基本......
  • 李宏毅机器学习2023-HW10-Adversarial Attack
    文章目录TaskBaselineFGSM(FastGradientSignMethod(FGSM)I-FGSM(IterativeFastGradientSignMethod)MI-FGSM(MomentumIterativeFastGradientSignMethod)M-DI2-FGSM(DiverseInputMomentumIterativeFastGradientSignMethod)ReportfgsmattackJepgCom......