主题
NumPy
关于此主题: 带有 __TAG__ 标签的文章
109 篇文章相关标签
主题
文章
109 篇文章
How-to
过滤 NumPy 数组中的元素
了解如何在 Python 中过滤 NumPy 数组中的元素
↗
How-to
NumPy 中矩阵的列之和
本教程演示了如何计算 NumPy 中矩阵的列总和。
↗
How-to
NumPy 中的向量加法
本教程演示了如何在 NumPy 中执行向量加法。
↗
How-to
追加到 NumPy 中的空数组
有两种主要方法可用于在 Python 中将新行附加到空的 NumPy 数组,即 numpy.empty() 函数和 list 方法。
↗
How-to
在 NumPy 中获取两个数组的组合
在 Python 中可以使用三种主要方法来查找两个 NumPy 数组的笛卡尔积,即 itertools.product() 函数、numpy.meshgrid() 函数和 for-in 方法。
↗
How-to
在 NumPy 中按向量划分矩阵
在 Python 中可以使用三种主要方法将矩阵除以向量,数组切片方法、转置方法和 numpy.reshape() 函数。
↗
How-to
在 NumPy 中按列对数组进行排序
Python 中有两种主要方法可用于按列对 NumPy 数组进行排序,即 numpy.sort() 函数和 numpy.argsort() 函数。
↗
How-to
用 NumPy 中的值填充数组
在 Python 中可以使用三种主要方法来用某个值填充 NumPy 数组,numpy.full() 函数、numpy.fill() 函数和 for 循环。
↗
How-to
压缩 NumPy 数组
在 Python 中,可以使用三种主要方法将两个一维 NumPy 数组压缩为单个二维 NumPy 数组,即 list(zip()) 方法、numpy.stack() 函数和 numpy.column_stack() 函数。
↗
How-to
两个数组的 NumPy 交集
Python 中有两种主要的方法可用于查找两个一维数组的交集,numpy.in1d()方法和 numpy.intersect1d()方法。
↗
How-to
将维度添加到 NumPy 数组
有两种主要方法可用于在 Python 中为 NumPy 数组添加新维度,即 numpy.expand_dims() 函数和 numpy.newaxis 方法。
↗
How-to
计算 NumPy 中数组的众数
在 Python 中计算 NumPy 数组的众数有两种主要方法,即 scipy.stats.mode() 函数和 numpy.unique() 函数。
↗
How-to
Python 中的 NumPy 幅度
在 Python 中可以使用三种主要方法来查找向量的大小,即 numpy.linalg.norm() 函数、numpy.dot() 函数和 numpy.einsum() 函数。
↗
How-to
Python NumPy 移位数组
Python 中可以使用三种主要的方法来移动数组,numpy.roll() 函数、数组切片方法和 scipy 库中的 shift() 函数。
↗
How-to
NumPy 数组中的排名值
我们可以使用 numpy.argsort() 和 scipy.stats.rankdata() 函数在 Python 中对 NumPy 数组中的值进行排名。
↗
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
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
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。
↗
How-to
计算 NumPy 矩阵的幂
numpy.linalg.matrix_power() 函数可用于确定 NumPy 中矩阵的幂。
↗
未找到文章
请清除筛选条件。