原创 Numpy 運算
數組和標量進行計算 （加法） a=np.arange(6) a+5 （乘法） b=np.random.randint(1,5,20).reshape(4,5) b*3 數組和數組的運算 數組加法 a=np.random.randint(1
2018-11-20 03:35:56
原创 潛在語義分析1
LSA的基本假設是，如果兩個詞多次出現在同一文檔中則。這兩個詞在語義上具有相似性。LSA使用大量的文本構建一個矩陣，這個矩陣的一行代表一個詞，一列代表一個文檔，矩陣元素代表該詞在該文檔中出現的次數，然後在此矩陣上使用奇異值分解（SVD）來
2018-11-20 03:35:56
原创 Numpy3 numy共享內存
a=np.arange(6) b=a[2:5] 判斷a,b是否共享內存 np.may_share_memory(a,b) 顯示備份 b=a[2:6].copy
2018-11-20 03:35:56
原创 Numpy 多項式
p=np.poly1d([1,-4,3]) 二階多項式的係數 p(0) 自變量爲0時的多項式的值 p.roots 多項式的根 p(p.roots) 多項式在根處的值 p.order 多項式的階數 p.coeffs 多項式係數
2018-11-20 03:35:56
原创 Numpy 內置函數及基本統計功能
a=np.arange(6) np.cos(a) np.exp(a) np.sqrt(a) 基本統計功能 a=np.random.randint(1,5,6) a.sum() a.mean()平均值 a.std()方差 a.min()最小
2018-11-20 03:35:56
原创 Numpy 數組的比較
a=np.array([1,2,3,4]) b=np.array([4,2,2,4]) a==b(數組進行直接比較，返回一個同維度的布爾數組) out:array([False, True, False, True]) a>b (a=
2018-11-20 03:35:56
原创 Numpy2 訪問數組內元素
一維數組 a=np.arange(10) a a[0],a[3],a[-1] :a[-1]代表數組最後的一個元素 a[:4] a[3:7] a[6:] a[2:8:2] 起始；結束；步長 a[2::2] a[::3] 二維數組 a=
2018-11-20 03:35:56
原创 Numpy 廣播機制
a=np.random.randint(1,5,(5,4)) b=np.arange(4) a+b（滿足廣播機制） c=np.arange(5) a+c（不滿足廣播機制） 符合廣播機制的條件： 兩個數組必須有一個維度可以擴展，然後在這個維
2018-11-20 03:35:56
原创 Numpy
創建數組：np.array a=np.array([1,2,3,4]) b=np.array([[1,2],[3,4],[5,6]]) 查看數組維度、形狀及類型 b.ndim b.shape b.dtype 創建連續的數組 c=
2018-11-14 11:09:06
原创 sklearn3
from sklearn.neighbors import KNeighborsClassifier 如果一個樣本在特徵空間中的k個最相似(即特徵空間中最鄰近)的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別。KNeighbor
2018-11-14 11:09:06