跳至内容
菜单
探索主题
教程列表
技巧贴士
函数参考
简体中文
⌄
简体中文
Italiana
Português
Español
Français
Deutsche
日本語
한국어
正體中文
English
首页
→
How-to 指南
→
Python NumPy 贴士
实用解决方案
Python NumPy 贴士 实用指南
解决问题,继续构建。 Python NumPy 贴士文章集
找到你需要的答案
按任务分类浏览实用解决方案。
搜索此页面
此页面有 __COUNT__ 个条目
NumPy Confidence Interval
NumPy 置信区间
本教程讨论什么是置信区间以及如何使用 NumPy 在 Python 中实现它。
↗
NumPy Error
在 Python 的 numpy.exp()函数中遇到的溢出错误
了解如何在 Python 中处理 numpy.exp() 函数中的溢出错误
↗
NumPy
计算 NumPy 数组中的唯一值
numpy.unique() 函数可用于确定 Python 中 NumPy 数组中每个唯一元素的出现次数。
↗
NumPy Matrix
计算 NumPy 矩阵的幂
numpy.linalg.matrix_power() 函数可用于确定 NumPy 中矩阵的幂。
↗
NumPy
打印完整的 NumPy 数组
numpy.set_printoptions() 函数可用于在 Python 中打印完整的非截断数组。
↗
NumPy
NumPy 中的最小二乘法
我们可以使用 Python 中的 numpy.linalg.lstsq() 函数通过最小二乘法计算 AX = B。
↗
NumPy
Python 中的曲线曲率
本教程演示了如何在 python 中使用 numpy 查找曲线曲率
↗
NumPy
升级 Python NumPy
pip 和 pip3 包管理器可分别用于升级 Python2 和 Python3 中的 NumPy 包。
↗
NumPy
NumPy 中的 numpy.random.seed() 函数
numpy.random.seed() 函数用于为随机数生成器算法设置种子以在 Python 中生成伪随机数。
↗
NumPy Matrix
NumPy 矩阵索引
python 中的数组索引对于单维向量和多维矩阵的工作方式非常不同。
↗
NumPy Matrix
NumPy 矩阵减法
我们可以使用中缀减法运算符 - 在 NumPy 中从另一个矩阵中减去一个矩阵。
↗
NumPy Matrix
NumPy 归一化矩阵
我们可以使用 numpy.linalg.norm() 方法在 Python 中规范化矩阵。
↗
NumPy
NumPy logspace() 函数
numpy.linspace() 函数用于获取指定范围内均匀分隔的数值,而 numpy.logspace() 函数用于获取 Python 中指定范围内均匀分隔的数值的对数。
↗
NumPy
在 NumPy 中添加列
numpy.append()函数可用于在 Python 中将列添加到 NumPy 数组。
↗
NumPy
NumPy 中的自相关
了解如何使用 numpy.correlate 在 Python 中自动关联一组数字
↗
NumPy
NumPy 中的数组的数组
numpy.array()函数可用于在 Python 中创建数组的数组。
↗
NumPy
NumPy dot 与 matmul 的区别
本教程演示了 Python 中的 matmul 和 dot 函数之间的区别
↗
←
上一页
1
…
3
4
未找到条目
请尝试其他搜索,或清除筛选条件。
清除筛选条件