主要有以下两个方面原因:
首先,在实际工作过程中,我们时不时需要验证或查看 array 相关的 API 或互操作。...所以,先学会如何快速拿到一个 array 是有很多益处的。...(0, 10, N) * 100
y2 = np.logspace(0, 10, N, base=2)
plt.plot(x, y2, '*');
plt.plot(x, y1, 'o');
# 检查每个元素是否为...]]])
# 像给定向量那样的 0 向量(ones_like 是 1 向量)
np.zeros_like(np.ones((2,3,3)))
array([[[0., 0., 0.],...主要包括以下几个方面:
尺寸相关
最大、最小、中位、分位值
平均、求和、标准差等
都是描述性统计相关的指标,对于我们从整体了解一个 array 很有帮助。