栏目分类:
子分类:
返回
文库吧用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
文库吧 > IT > 软件开发 > 后端开发 > Python

【知识点合辑】numpy常用函数+jupyter小用法

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【知识点合辑】numpy常用函数+jupyter小用法

文章目录
    • 关于numpy的常用函数总结
      • 1. numpy.linalg.norm
      • 2. numpy.flatnonzero
      • 3. numpy.squeeze
      • 4. np.maximum
      • 5. numpy.argsort
      • 6. numpy复制并扩充维度
    • jupyter notebook小用法总结
      • 1. 导出为pdf
      • 2. 终止某个正在运行的cell
      • 3. %用法
      • 4. 三种cell类型
    • python
      • 1. 匿名函数
      • 2. pass 语句
    • operands could not be broadcast together with shapes

关于numpy的常用函数总结 1. numpy.linalg.norm

功能:计算两个向量之间的L2距离(或L2范式)
公式: ∑ p ( I p 1 − I p 2 ) sqrt{sum_p{(I_p^1-I_p^2)}} ∑p​(Ip1​−Ip2​) ​
用法:

dist = np.linalg.norm(X[i]-self.X_train[j])

等价于:

dist = np.sqrt(np.sum(np.square(X[i]-self.X_train[j])))
2. numpy.flatnonzero

功能:返回输入数组的非0元素的索引
用法:略

3. numpy.squeeze

功能:对向量进行级联操作
用法:指定向量(以序列形式出现)和维度即可

np.hstack((a,b), 0)
4. np.maximum

功能:数组中元素大于0的元素保持不变,其余变为0;相当于是max(a, 0)的操作
用法:

np.maximum(a, 0)
5. numpy.argsort

功能:对数组进行排序(升序),然后按照顺序返回索引数组
用法:

avgDists.argsort()[:n] # 取出前n个小的数据的索引
(-avgDists).argsort()[:n] # 逆序排列并取出前n个
6. numpy复制并扩充维度
np.expand_dims(a,0).repeat(1000,axis=0)
jupyter notebook小用法总结 1. 导出为pdf

如果在浏览器中打开jupyter的话,就会发现将.ipynb文件以很多种形式导出,然而导出为pdf的话经常失败,建议先导出为md文件,然后用Typora打开,再导出为pdf就比较方便了

2. 终止某个正在运行的cell

直接点Interrupt符号就可以,之前一直以为这个符号就是中断整个jupyter kernel,所以中断之后会把之前运行过的cell全都重新运行一遍,后来发现不需要

3. %用法

功能:行魔法函数,只对本行代码生效(表示不太懂什么叫只对本行代码生效)
用法:

比较常见的就是其中的%matplotlib inline,这样运行后,以后使用plt生成的图片就不会再弹出一个对话框来显示了

4. 三种cell类型
  • Code(编辑代码,运行后显示代码运行结果)
  • Markdown(编写Markdown文档,运行后输出Markdown格式的文档) (从运行状态返回编辑状态,只需要双击)
  • Raw NBConvert(普通文本,运行不会输出结果)
python 1. 匿名函数

lambda arguments: expression
功能:用一行代表一个函数
用法:

double = lambda x: x * 2
print(double(5))

输出:

10
2. pass 语句

空语句,是为了保持程序结构的完整性。如果定义了某函数,但还没想好该怎么写,就在函数体中加入pass

operands could not be broadcast together with shapes
m = x - y # x: (500, 500), y: (500, )

直觉来说,x, y这两个矩阵可以通过广播相减的,但仍然报错operands could not be broadcast together with shapes

只需要:

y = np.expand_dims(y, 1)
转载请注明:文章转载自 www.wk8.com.cn
本文地址:https://www.wk8.com.cn/it/1038325.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 wk8.com.cn

ICP备案号:晋ICP备2021003244-6号