NumPy Cookbook 带注释源码 十一、NumPy 的底牌
# 来源:NumPy Cookbook 2e Ch11np.random.seed(44)
a = np.random.random_integers(-4, 4, 7)
print(a)
# [ 0 -1 -3 -1 -4 0 -1]# ufunc 的 at 方法可以对数组元素部分调用
np.sign.at(a, [2, 4])
print(a)
# np.sign.at(a, [2, 4]) print(a) np.random.seed(20)
a = np.random.random_integers(0, 7, 9)
print(a)
# [3 2 7 7 4 2 1 4 3] # partition 仅仅排序所选位置
# 也就是说 a 中下标为 4 的元素在排序后的位置
# 其它的不保证
print(np.partition(a, 4))
# [2 3 1 2 3 7 7 4 4]np.random.seed(46)
a = np.random.randn(30)
estimates = np.zeros((len(a), 3))# nanmean nanvar 和 nanstd 可以用于计算
# 排除 NaN 值的均值、方差和标准差
for i in xrange(len(a)):# 依次把 a[i] 设为 NaN# 计算均值、方差和标准差b = a.copy()b[i] = np.nanestimates[i,] = [np.nanmean(b), np.nanvar(b), np.nanstd(b)]print("Estimator variance", estimates.var(axis=0))
# Estimator variance [ 0.00079905 0.00090129 0.00034604]# full 创建纯量数组
# full(size, val) 等价于 ones(size) * val
print(np.full((1, 2), 7))
# array([[ 7., 7.]])print(np.full((1, 2), 7, dtype=np.int))
array([[7, 7]])a = np.linspace(0, 1, 5)
print(a)
# array([ 0. , 0.25, 0.5 , 0.75, 1. ]) # full_like 接受数组,并取形状
# full_like(arr, val) 等价于 ones(arr.shape) * val
print(np.full_like(a, 7))
# array([ 7., 7., 7., 7., 7.])print(np.full_like(a, 7, dtype=np.int))
# array([7, 7, 7, 7, 7])
np.random.choice 随机选取
# 取 400 个随机数,满足 B(5, 0.5)
N = 400
np.random.seed(28)
data = np.random.binomial(5, .5, size=N) # 从随机数中随机取 400x30 个值
# 等价于选取 Nx30 次
# 每次使用 randint(0, len(data)) 来生成下标
bootstrapped = np.random.choice(data, size=(N, 30)) # 计算每列的均值
means = bootstrapped.mean(axis=0) # 绘制盒图(包含最大值、最小值、中位数、两个四分位数)
plt.title('Bootstrapping demo')
plt.grid()
plt.boxplot(means)
plt.plot(3 * [data.mean()], lw=3, label='Original mean')
plt.legend(loc='best')
plt.show()
datetime64 类型
import numpy as np# 由年月日构造
print(np.datetime64('2015-05-21'))
# numpy.datetime64('2015-05-21')# 去掉横杠
print(np.datetime64('20150521'))
# 由年月构造
print(np.datetime64('2015-05'))
# numpy.datetime64('20150521')
# numpy.datetime64('2015-05')# 由日期和时间构造
local = np.datetime64('1578-01-01T21:18')
print(local)
# numpy.datetime64('1578-01-01T21:18Z')# 可以带上偏移
with_offset = np.datetime64('1578-01-01T21:18-0800')
print(with_offset)
# numpy.datetime64('1578-01-02T05:18Z')# datetime64 作差会生成 timedelta64
print(local - with_offset)
# numpy.timedelta64(-480,'m')
NumPy Cookbook 带注释源码 十一、NumPy 的底牌相关推荐
- NumPy Cookbook 带注释源码 二、NumPy 高级索引和数组概念
调整图像尺寸 # 这个代码用于调整图像尺寸 # 来源:NumPy Cookbook 2e Ch2.3import scipy.misc import matplotlib.pyplot as plt ...
- NumPy Cookbook 带注释源码 十、Scikit 中的乐趣
# 来源:NumPy Cookbook 2e Ch10 加载示例数据集 from __future__ import print_function from sklearn import datase ...
- NumPy Cookbook 带注释源码 六、NumPy 特殊数组与通用函数
# 来源:NumPy Cookbook 2e ch6 创建通用函数 from __future__ import print_function import numpy as np# 我们需要定义对单 ...
- NumPy Cookbook 带注释源码 五、NumPy 音频和图像处理
# 来源:NumPy Cookbook 2e Ch5 将图像加载进内存 import numpy as np import matplotlib.pyplot as plt# 首先生成一个 512x5 ...
- NumPy Cookbook 带注释源码 四、连接 NumPy 与 剩余世界
# 来源:NumPy Cookbook 2e Ch4 使用缓冲区协议 # 协议在 Python 中相当于接口 # 是一种约束 import numpy as np import Image # fro ...
- NumPy Cookbook 带注释源码 三、掌握 NumPy 常用函数
斐波那契数的第 n 项 # 来源:NumPy Cookbook 2e Ch3.1import numpy as np# 斐波那契数列的每个新项都由之前的两项相加而成 # 以 1 和 2 开始,前 10 ...
- NumPy Essentials 带注释源码 四、NumPy 核心和模块
# 来源:NumPy Essentials ch4 步长 # 步长是每个维度相邻两个元素的偏移差值 import numpy as npx = np.arange(8, dtype = np.int8 ...
- NumPy Essentials 带注释源码 三、NumPy 数组使用
版权声明:License CC BY-NC-SA 4.0 https://blog.csdn.net/wizardforcel/article/details/73252085 # 来源:NumPy ...
- NumPy Essentials 带注释源码 六、NumPy 中的傅里叶分析
# 来源:NumPy Essentials ch6 绘图函数 import matplotlib.pyplot as plt import numpy as np def show(ori_func, ...
最新文章
- 2022-2028年中国汽车零部件行业市场研究及前瞻分析报告
- python 修改计算机名_静心学数据分析002-python基础
- Windows系统下多版本GCC的安装: MinGW Cygwin Msys2 和 VS: MSVC
- webstorm的使用技巧——1
- Python介绍以及Python 优缺点
- ASP.NET WebApi技术从入门到实战演练
- [置顶] 【Visual C++】游戏开发笔记之一——API函数、DirectX的关键系统...
- 记录一个AndroidX和Android support库不能共存的坑
- 图像处理 --- 一、认识图像处理
- 6个最好的 HTML5/CSS3 演示(PPT)框架
- Mysql源代码分析系列(1): 编译和调试--转载
- 直播网站源码,输入框中显示小图标
- [160]八款最佳的远程桌面工具
- Nmap-主机、端口扫描工具
- 逍遥模拟器 设置端口号
- nextTick的理解和作用
- 1001: 植树问题 ZZULIOJ
- Hadoop HA (三) --------- HDFS-HA 自动模式
- stm32 智能避障小车(二)之sg90
- Qt利用QtXlsx操作excel文件
热门文章
- (36)System Verilog类中方法示例
- 5 呼吸灯verilog与Systemverilog编码
- mysql 联合质检_第三次全国国土调查-统一时点更新阶段数据库质检规则业务细则解释(三)...
- pythonserial函数_python3.5 中serial模块的问题
- Netfilter框架
- STM32H7时钟树RCC分析--- HAL库配置(二)
- Java学习日报—JVM垃圾回收全解—2021/11/26
- collect() java_java-确保可以在并行流上订购.collect吗?
- v8声卡调音软件_声卡出现杂音怎么办?教你几招解决杂音问题
- php比较价格变化,转换价格变化 - php