concatenate((a1, a2, …), axis=0)
numpy中的dtype和astype
Posted on
|
In
python
1、查看数据类型1
2
3
4
5
6
7
8
9
10
11
12
13
14In [11]: arr = np.array([1,2,3,4,5])
In [12]: arr
Out[12]: array([1, 2, 3, 4, 5])
// 该命令查看数据类型
In [13]: arr.dtype
Out[13]: dtype('int64')
In [14]: float_arr = arr.astype(np.float64)
// 该命令查看数据类型
In [15]: float_arr.dtype
Out[15]: dtype('float64')
python matplotlib画图
Posted on
|
In
python
1 | import numpy as np |
python numpy arrange 函数
Posted on
|
In
python
python自带的range函数
函数说明: range(start, stop[, step]) -> range object,根据start与stop指定的范围以及step设定的步长,生成一个序列。
参数含义:start:计数从start开始。默认是从0开始。例如range(5)等价于range(0, 5);
end:技术到end结束,但不包括end.例如:range(0, 5) 是[0, 1, 2, 3, 4]没有5
scan:每次跳跃的间距,默认为1。例如:range(0, 5) 等价于 range(0, 5, 1)
函数返回的是一个range object
1 | >>> range(0,5) #生成一个range object,而不是[0,1,2,3,4] |
Python numpy中np_r和np_c
Posted on
|
In
python
np.r_是按行连接两个矩阵,就是把两矩阵上下相加,要求行数相等,类似于pandas中的concat()
np.c_是按列连接两个矩阵,就是把两矩阵左右相加,要求列数相等,类似于pandas中的merge()
eclipse 快捷键总结
Posted on
|
In
软件和工具
Ctrl+左键 和F3
这个是大多数人经常用到的,用来查看变量、方法、类的定义
跳到光标所在标识符的定义代码。当按执行流程阅读时,F3实现了大部分导航动作。