- 目录 Numpy基础 介绍 代码操作 生成ndarray ndarray的数据类型 Numpy 数组计算 基础索引和切片 布尔索引 特殊索引 数组的转换和换轴 总结 每文一语 Numpy基础 介绍 目前它是Python数值计算中最为重要的基础包，将numpy的数组的对象作为数据交互的通用语，一般我们要充分理解好矩阵计算的原理，这需要你要有一些线... 目录 Numpy基础 介绍 代码操作 生成ndarray ndarray的数据类型 Numpy 数组计算 基础索引和切片 布尔索引 特殊索引 数组的转换和换轴 总结 每文一语 Numpy基础 介绍 目前它是Python数值计算中最为重要的基础包，将numpy的数组的对象作为数据交互的通用语，一般我们要充分理解好矩阵计算的原理，这需要你要有一些线...
- 目录 一、函数解释 二、具体示例 三、整体代码 一、函数解释 setdiff1d(ar1, ar2, assume_unique=False) 1.功能：找到2个数组中集合元素的差异。 2.返回值：在ar1中但不在ar2中的已排序的唯一值。 3.参数： ar1：array_like 输入数组。ar2：array_like 输入比较数组。assume_uni... 目录 一、函数解释 二、具体示例 三、整体代码 一、函数解释 setdiff1d(ar1, ar2, assume_unique=False) 1.功能：找到2个数组中集合元素的差异。 2.返回值：在ar1中但不在ar2中的已排序的唯一值。 3.参数： ar1：array_like 输入数组。ar2：array_like 输入比较数组。assume_uni...
- 目录 一、函数作用 二、代码范例 三、结果解释 一、函数作用 1.该函数定义在multiarray.py中有定义 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis=None, d... 目录 一、函数作用 二、代码范例 三、结果解释 一、函数作用 1.该函数定义在multiarray.py中有定义 def cumsum(self, axis=None, dtype=None, out=None): # real signature unknown; restored from __doc__ """ a.cumsum(axis=None, d...
- 上一篇数据文章中，我们介绍了Numpy里面的一些结构，那么这次我们来介绍一些更好玩的东西----Pandas。Pandas这个东西在数据的世界里用的还是很频繁的，主要是用起来会比较方便。相对Numpy而言的话，pandas属于那种青出于蓝而胜于蓝这样的一个角色。pandas是基于numpy的基础上进行开发的，所以安装pandas的时候会自带性的把numpy也安装上去。 ... 上一篇数据文章中，我们介绍了Numpy里面的一些结构，那么这次我们来介绍一些更好玩的东西----Pandas。Pandas这个东西在数据的世界里用的还是很频繁的，主要是用起来会比较方便。相对Numpy而言的话，pandas属于那种青出于蓝而胜于蓝这样的一个角色。pandas是基于numpy的基础上进行开发的，所以安装pandas的时候会自带性的把numpy也安装上去。 ...
- Numpy 和 scikit-learn 都是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成... Numpy 和 scikit-learn 都是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成...
- 这里写目录标题 np.take_along_axis(a, ai, axis=1) np.take_along_axis(a, ai, axis=1) >> np.sort(a, axis=1) array([[10, 20, 30], [40, 50, 60]]) >>> ai = np.argsort(a, axis=1... 这里写目录标题 np.take_along_axis(a, ai, axis=1) np.take_along_axis(a, ai, axis=1) >> np.sort(a, axis=1) array([[10, 20, 30], [40, 50, 60]]) >>> ai = np.argsort(a, axis=1...
- 本节书摘来自华章计算机《Python语言程序设计》一书中第3章，第3.3.5节，作者是王恺 王志 李涛 朱洪文。 本节书摘来自华章计算机《Python语言程序设计》一书中第3章，第3.3.5节，作者是王恺 王志 李涛 朱洪文。
上滑加载中
推荐直播
-
昇腾AI算法挑战赛-核心算子如何优化？专家带你深度解析2025/11/17 周一 16:00-17:00
王老师 华为算子专家
昇腾AI算法挑战赛进阶赛战鼓催征！本期直播间，我们特邀华为算子专家王老师，为你深度剖析Matmul、wholereducesum等核心算子的底层原理与优化技巧，直击赛题核心。想提升代码效率、冲击更高排名？锁定直播，带你破局！
回顾中 -
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，开启在线养虾模式2026/03/11 周三 19:00-20:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中
热门标签