NumPy

How-to NumPy 深拷贝 有两种主要方法可用于在 Python 中深度复制 NumPy 数组，即 copy.deepcopy() 函数和用户定义方法。 ↗ How-to NumPy 矩阵向量乘法 Python 中有两种主要的方法可用于矩阵相乘，numpy.matmul() 方法和 numpy.dot() 方法。 ↗ How-to NumPy Shuffle 两个数组 Python 中可以使用三种主要方法对两个对应的数组进行 shuffle，分别是 sklearn.utils.shuffle() 函数、numpy.random.shuffle() 函数和 numpy.random.permutation() 函数。 ↗ How-to 在 Python 中保存和加载 NumPy 数组 在 Python 中有 3 种方法可以保存和加载 NumPy 数组，numpy.savetxt() 和 numpy.loadtxt() 函数，numpy.tofile() 和 numpy.fromfile() 函数，以及 numpy.save() 和 numpy.load() 函数。 ↗ How-to NumPy 中的填充 本教程讨论如何在 Python 中填充 numpy 数组。 ↗ 参考 Python numpy.average() 函数 本教程讨论了 numpy.average() 函数以及如何借助 NumPy 库在 Python 中实现它。 ↗ How-to 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。 ↗ How-to 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 ↗ How-to 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。 ↗ How-to 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。 ↗ How-to 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 ↗ How-to NumPy mean() 和 average() 本教程演示了 python 中 numpy.mean()和 numpy.average()函数之间的区别 ↗ How-to numpy.newaxis 方法 numpy.newaxis 可用于向 Python 中的 NumPy 数组添加新维度。 ↗ How-to NumPy 中的 numpy.random.permutation() 函数 numpy.random.permutation() 和 numpy.random.shuffle() 之间的主要区别在于，如果传递一个数组，则 numpy.random.permutation() 函数为我们提供原始数组的无序副本，而 numpy.random.permutation() 函数为我们提供了原始数组的无序副本。random.shuffle() … ↗ How-to 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。 ↗ How-to 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。 ↗ How-to 在 NumPy 中转置一维数组 了解如何在 Python 中转置一维 NumPy 数组 ↗ How-to 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。 ↗ How-to 在 Python 中将 3D 数组转换为 2D 数组 NumPy 包的 reshape()函数可用于在 Python 中将 3D 数组转换为 2D 数组。 ↗ How-to 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 ↗