=5#結(jié)合過濾運算r[r>=5]#矩陣運算,r乘以r的轉(zhuǎn)置numpy.dot(r,r.T)#向量化的數(shù)據(jù)框運算fro" />

黄色网页视频 I 影音先锋日日狠狠久久 I 秋霞午夜毛片 I 秋霞一二三区 I 国产成人片无码视频 I 国产 精品 自在自线 I av免费观看网站 I 日本精品久久久久中文字幕5 I 91看视频 I 看全色黄大色黄女片18 I 精品不卡一区 I 亚洲最新精品 I 欧美 激情 在线 I 人妻少妇精品久久 I 国产99视频精品免费专区 I 欧美影院 I 欧美精品在欧美一区二区少妇 I av大片网站 I 国产精品黄色片 I 888久久 I 狠狠干最新 I 看看黄色一级片 I 黄色精品久久 I 三级av在线 I 69色综合 I 国产日韩欧美91 I 亚洲精品偷拍 I 激情小说亚洲图片 I 久久国产视频精品 I 国产综合精品一区二区三区 I 色婷婷国产 I 最新成人av在线 I 国产私拍精品 I 日韩成人影音 I 日日夜夜天天综合

Python中向量化運算

系統(tǒng) 1907 0

#生成等差數(shù)列
#一般的賦值需要通過for函數(shù)
r1_10=range(1,10,1)
for i in r1_10:
? ? print(i)
? ??
import numpy
numpy.arange(2,10,3)
r=numpy.arange(2,10,3)
#向量化運算
r+r
r-r
r*r
r/r
#函數(shù)的向量化次方運算
numpy.power(r,3)
#向量化運算,比較運算
r>=5
#結(jié)合過濾運算
r[r>=5]
#矩陣運算,r乘以r的轉(zhuǎn)置
numpy.dot(r,r.T)
#向量化的數(shù)據(jù)框運算
from pandas import DataFrame
dk=DataFrame({
? ? ? ? 'ark':numpy.random.randn(6),
? ? ? ? 'real':numpy.random.randn(6)
? ? ? ? })
#選出每一列的最小值
dk.apply(min)
#選出每一行的最小值
dk.apply(min,axis=1)
#判斷每行是否都大于0
dk.apply(
lambda x:numpy.all(x>0),
axis=1
)
#結(jié)合過濾
dk[dk.apply(
lambda x:numpy.all(x>0),
axis=1
)]


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯(lián)系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦?。?!

發(fā)表我的評論
最新評論 總共0條評論