原创 NumPy--06 array的分割
#array的分割 import numpy as np A = np.arange(12).reshape((3,4)) print(A) 輸出 [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]]
原创 NumPy--05 array的合併
import numpy as np #numpy的array合併 A = np.array([1,1,1]) B = np.array([2,2,2]) #縱向合併 C = np.vstack((A,B)) #vertical sta
原创 NumPy--04 索引與迭代
#矩陣的索引與迭代 import numpy as np A = np.arange(3,15).reshape(3,4) print(A) #打印第2行 print(A[2]) #打印第二行第3列,以下兩種方法效果相同 print(A[
原创 NumPy--03 運算
import numpy as np A = np.arange(0,20).reshape((4,5) #求索引的最值 print(A) print(np.argmax(A)) print(np.argmin(A)) #以下運算可設置參
原创 NumPy--02 基本運算
首先創建兩個數組 a=np.array([10,9,8,7]) b=np.arange(4) 1.基本運算包括加減乘除 冪次方 ,對每個元素取sin cos tan 等 a+b a-b a**3 10*np.sin(b) 輸出 [10 1
原创 NumPy--01 ndarray對象
首先導入numpy庫 import numpy as np 一·創建ndarray對象 (1)np.array(object,dtype=None) object爲列表,元祖等可迭代序列 dtype可指定爲np.float16 32
原创 面向對象--03魔法方法
python的魔法方法(被雙下劃線包圍) 所謂工廠函數就是類對象1.構造方法①__new__(cls[,...])實例化對象時第一個被調用的方法cls-->類 如果cls後還有參數,則參數會原封不動的傳給init方法,new
原创 模塊05----隨機數 (部分常用)
import random1. random.randint(a,b)返回一個隨機整數N,其中a <= N <= b (ab必須爲整數)2.random.randrang([start],stop[,step])返回某個區間內的整
原创 搜索算法01----順序搜索最小項
爲了簡單,函數處理的是一個整數列表。這個算法假設列表不爲空,並且其中的項的順序是隨機的。過程:1.講列表的第一項當作最小項2.向右搜索以尋找更小的項3.若找到了,則將最小項的位置重置爲當前位置4.return最小值def ourMin(l
原创 模塊04----OS
os模塊常用的文件處理函數函數 使用說明access(path, mode) 按照mode指定的權限訪問文件open(path, flags, mode=0o777, *, dir_fd=None) 按照mode指定的權限打開文件,默認權
原创 面向對象--01面向對象基本概念
OOA 面向對象分析 OOD 面向對象設計 OOP 面向對象編程 OO的特徵 封裝:對象封裝 屬性和方法,是一種信息隱蔽技術 繼承:子類自動共享父類之間數據和方法的機制 多態:不同對象對統一方法響應不同的行動 面向對象(objec
原创 面向對象--08類和對象相關BIF
1.issubclass(class,classinfo)若第一個參數是第二個參數的子類,則返回Ture。注:①一個類被認爲是自身的子類②classinfo可以是類對象組成的元組,只要class與其中任意一
原创 14模塊
1.模塊的導入第一種:import 模塊名第二種:from 模塊名 import 函數名第三種:import 模塊名 as 新名字2.模塊的製作if __name__ == '__main__': 用於模塊中的測試部分,導入模塊後不會運
原创 基本排序算法03----插入排序(insertion sort)
思路:1.在第i輪通過列表的時候(1 <= i <= n-1),第i個項應該插入到列表的前i個項之中的正確位置2.在第i輪之後,前i個項的順序已經排好以下是函數代碼,我們設計的是一個升序排列的函數def insertionSort(lys
原创 面向對象--04定製容器
協議(Protocols)與其他編程語言中的接口相似,它規定你哪些方法必須要定義。然而,在python中的協議就不那麼正式,它更像是一種指南。容器類型的協議一·定製不可變容器需要定義:__len__(self) __getitem__(s