腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
技术沉淀
专栏作者
举报
60
文章
61709
阅读量
29
订阅数
订阅专栏
申请加入专栏
全部文章
python
其他
numpy
机器学习
编程算法
ruby
sql
html
数据库
云数据库 SQL Server
ruby on rails
api
神经网络
人工智能
http
正则表达式
数据挖掘
mac os
java
php
go
lua
bash
scala
jquery
json
access
matlab
unix
深度学习
mapreduce
文件存储
存储
开源
spark
hive
erp
面向对象编程
决策树
unity
markdown
数据科学
搜索文章
搜索
搜索
关闭
NumPy核心概念
编程算法
numpy
python
bash
NumPy是Python数据科学生态中重要的基础成员,其中有几个概念比较tricky,简单记录之。更佳阅读体验,可移步NumPy核心概念。
用户2183996
2019-02-27
717
0
Numpy练习
numpy
python
scala
开公众号啦,分享读书心得,欢迎一起交流成长。 qr-code.png 1. Import the numpy package under the name np import numpy as np 2. Print the numpy version and the configuration print np.__version__ # np.show_config() 1.10.4 3. Create a null vector of size 10 E = np.empty(3) # not z
用户2183996
2018-06-28
981
0
NumPy 模拟醉汉随机漫步
numpy
模拟醉汉随机漫步 假设醉汉每一步的距离是1或2,方向也完全随机,360度不确定,然后模拟醉汉的行走路径. 我们用坐标表示醉汉的位置,每次产生两个随机数,一个是步长,就是醉汉一步走多远,我们假设1或2,r = np.random.randint(1,3,N),一个是方向,是一个度数,0-360,theta = np.radians(np.random.randint(0,361,N)),注意转化为弧度,每走一步,坐标值就是之前坐标值之和,用cumsum函数可以很方便地实现,x = np.cumsum(r*np
用户2183996
2018-06-28
735
0
Matplotlib可视化Pyplot Tutorial
python
matlab
numpy
面向对象编程
MATLAB, and pyplot, have the concept of the current figure and the current axes. All plotting commands apply to the current axes. The function gca() returns the current axes (a matplotlib.axes.Axes instance), and gcf() returns the current figure (matplotlib.figure.Figure instance).
用户2183996
2018-06-28
597
0
KNN算法实现及其交叉验证
numpy
数据挖掘
简单的理解,我有一组数据,比如每个数据都是n维向量,那么我们可以在n维空间表示这个数据,这些数据都有对应的标签值,也就是我们感兴趣的预测变量。那么当我们接到一个新的数据的时候,我们可以计算这个新数据和我们已知的训练数据之间的距离,找出其中最近的k个数据,对这k个数据对应的标签值取平均值就是我们得出的预测值。简单粗暴,谁离我近,就认为谁能代表我,我就用你们的属性作为我的属性。具体的简单代码实现如下。
用户2183996
2018-06-21
1.9K
0
NumPy 实现梯形法积分
numpy
erp
使用梯形法计算一二次函数的数值积分 $\int_{a}^{b}f(x)dx$ we can partition the integration interval $[a,b]$ into smaller subintervals, and approximate the area under the curve for each subinterval by the area of the trapezoid created by linearly interpolating between the t
用户2183996
2018-06-21
1.5K
0
Numpy 求100以内质数和
numpy
一百以内质数之和 判断是否为质数 判断一个整数是否为质数比较简单,即除了自身和1以外不可被别的数整除。不过根据数学理论证明,不用从2检查到n,到int(sqrt(n))+1即可,可以提高效率。注意返回值为True或False,方便后续的boolean索引。 def is_prime(num): if num <= 1: return False for i in range(2,int(np.sqrt(num))+1): if num % i == 0:
用户2183996
2018-06-21
1.3K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档