Numpy 数组操作

　　NumPy支持各种索引和切片操作、数组转置和重塑操作、数组拼接和堆叠操作等。这些功能可以使用户方便地对数据进行处理、计算和分析。 基本操作 ndarray 数组与其他数据序列类似，也可以进行索引、切片和迭代。 1. 索引 一维与列表完全一致，多维时同理，这里直接用示例说明。 　　除了一些基本的索引操作，ndarray 也支持一些不一样的索引方式。 2. 切片 对 ndarray 进行切片操作与一维数组相同，用索引标记切片的起始和终止位置即可。因为 ndarray 可以是多维数组，在进行切片时，通常需要设定每个维度上的切片位置。 一维与列表完全一致，多维时同理。 所有的切片方式都是开区间（左闭右开）。 import numpy as np # 创建一个 4×6 的二维数组 arr = np.random.randint(0, 100, size=(4, 6)) print('arr=\n', arr) # 截取第 2 行到最后一行，第 2 列到第 4 列构成的 ndarray arr1 = arr[1:, 1:4] print('arr1=\n', arr1)

笔记 · 2023-05-24 · 175 人浏览
Numpy 数组操作

Numpy 常用方法

　　在了解Numpy 基本概念后使用 Numpy，可以很方便地执行数组运算、逻辑运算、傅里叶变换和图形图像操作。Numpy 数组的运算效率优于 Python 的标准 List 类型。而且代码中使用 Numpy 可以省去很多烦琐的处理语句，代码更为简洁。 Numpy 数组属性 1. 常用术语 轴（Axis）：每个线性数组称为一个轴，轴即数组的维度（Dimensions）。 秩（Rank）：秩描述 Numpy 数组的维数，即轴的数量。 例如：[0, 1, 2] 是一个一维数组，只有一个轴，其秩为 1，轴长度为 3； [[0, 1, 2], [3, 4, 5]]是一个二维数组，数组的秩为 2，具有两个轴，其中第一个轴（维度）的长度为 2，第二个轴（维度）的长度为 3。 在使用的时候可以声明 axis，如果 axis=0，表示按第 0 轴方向操作，即对每列进行操作；如果 axis=1，表示按第 1 轴方向操作，即对每列进行操作。 import numpy as np # 使用 axis 参数设置当前轴 arr = np.array([[0, 1, 2], [3

笔记 · 2023-05-23 · 145 人浏览
Numpy 常用方法

Numpy 基本概念

　　Numpy 是 Numerical Python 的简称，是高性能计算和数据分析的基础包，是 Python 的一个重要补充库。Numpy 支持高维度数组与矩阵计算，也针对数组运算提供了大量的数学函数库。Numpy 运算效率极好，是大量机器学习框架的基础库。 ndarray 对象 Numpy 中主要包含一个强大的 N 维数组对象 ndarray、整合了 C/C++ 和 FORTRAN 代码的工具包，以及丰富的数学函数库，尤其是实用的线性代数、傅里叶变换和随机数生成的函数。 ndarray 对象是一系列同类型数据的集合下标索引从 0 开始，是一个用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都具有相同大小的存储区域。 1. ndarray 的内部结构 相对于标准的数组，ndarray 本质上是一个数据结构。 ndarray 内部主要由以下内容构成： shape：数组形状，表示数组各维大小的整数元组。 dtype：数据类型，描述数组的类型对象。对象类型为内置的 24 种数组标量类型的一种。 data：数组数据，指向内存中数据的指针。 strides：跨度

笔记 · 2023-05-23 · 224 人浏览
Numpy 基本概念

PyAutoGui 库用法

什么是图形用户界面？ 图形用户界面：GUI（Graphics User Interface），指采用图形方式显示的计算机操作，是计算机与其使用者之间的接口对话，是计算机系统的重要组成部分。 一、 控制鼠标 电脑屏幕的坐标系 引入笛卡尔直角坐标系，以屏幕左上点为原点，X 轴正方形水平左右，Y 轴正方形铅锤向下，此坐标系的单位距离是像素点。 左上角的像素位于 (0, 0), 如果此时屏幕的分辨率为 1920 * 1080，则右下角的坐标为 (1919, 1079)。 像素图是由许多像素点组成的，一个像素点是指具有某个颜色的小正方形。一般情况，像素点越多，图片越细腻。 获取屏幕分辨率的大小 pyautogui.size() 获取当前鼠标的位置 pyautogui.position() 检查 XY 坐标是否在屏幕上 pyautogui.onScreen() 如果他们位于屏幕的边界内，返回 True ；否则，返回 False 传入参数：两个整数参数或带有两个整数的单个元组或列表 鼠标运动 pyautogui.moveTo(X, Y) ：传递坐标后，鼠标光标移动

笔记 · 2023-05-08 · 212 人浏览
PyAutoGui 库用法

使用 WordCloud 制作中文词云

前言 词云，也称为文字云或标签云，是一种将文本中出现频率较高的关键词以视觉化的方式展现的图形。词云的文字大小、颜色、形状等都可以根据不同的需求进行调整，以突出文本的主旨或者传达一定的情感。词云可以用于分析文本的内容，展示关键词的热度，美化文本的呈现，增加文本的趣味性等。 　　词云的制作方法有很多，有些是在线的，有些是需要下载相关软件的。本次实验主要通过使用 WordCloud 库在 Python 中绘制中文词云，使用的 IDE 为 Jupyter。 准备工作 　　在本次实验前，我们需要提前准备以下素材： 一篇文章，以文本文件 (.txt) 格式保存 停用词表 字体文件 一张图片（此次采用的是.PNG 格式） 使用的库文件 wordcloud (词云制作) jieba (中文分词) numpy (数据处理) matplotlib (基础画图) PIL (读取图片) 　　如果没有以上相关库，可使用 pip 或者 conda 进行安装，建议使用国内镜像。 实验原理 　　在完成上述的准备工作后，就需要对我们已有的文本进行处理，因为生成词云 wordcloud 默认会以空

笔记 · 2023-04-08 · 268 人浏览
使用 WordCloud 制作中文词云
2023 - 2025 Justin知识库. All Rights Reserved.
Theme Jasmine by Kent Liao

本网站由 又拍云 提供CDN加速/云存储服务

鄂ICP备2023005457号    鄂公网安备 42011302000815号