arange

把学号设置为行索引python_pandas将DataFrame的列变成行索引的方法

1、DataFrame的set_index方法data=pd.DataFrame(np.arange(1,10).reshape(3,3),index=["a","b","c"],columns=["A
weixin_39607474·2022-12-12 15:42

Python中dataframe数据的基本操作、索引的变换、行列选择、简单描述

生成数据df1=pd.DataFrame(np.array([[10,20],[30,40]]))df1Out[2]:010102013040df2=pd.DataFrame([pd.Series(np.arange
程志伟·2022-12-12 15:07

python数组[...,1]的用法

记录一下数组[...,1]所表达的意思例如一个数组：C=np.arange(240).reshape(10,8,3)输出C>>>carray([[[0,1,2],[3,4,5],[6,7,8],[9,10,11
hear~·2022-12-12 15:52

Sigmoid、Tanh、ReLU、Leaky_ReLU、SiLU、Mish函数python实现

importnumpyasnpimportmatplotlib.pyplotaspltdefSigmoid(x):y=1/(1+np.exp(-x))y=np.sum(y)print(y)#画图xx=np.arange
田小草呀·2022-12-12 14:44

什么才是一个好的特征工程？

例子x=np.arange(20)y=x**2X=np.c_[x,x**2,x**3]X_f
CodeSlogan·2022-12-12 13:27

pytorch torch.reshape

应用>>>a=torch.arange(4.)>>>torch.reshape(a,(2,2))tensor([[0.,1.],[2.,3.]])
Claroja·2022-12-12 09:44

Numpy练习题

结果：[0123456789]答案：array=np.arange(10)2.如何创建一个3*3的二维数组，值全为True（真）？
weixin_33772645·2022-12-12 08:25

实验十 Numpy 库基本操作

1.从数组a=np.arange(15)提取5到10之间的所有元素importnumpyasnpa=np.arange(15)print(a[5:11])#提取5到10之间的所有元素2.将数组np.arange
再见以前说再见·2022-12-12 08:24

机器学习：numpy练习题

机器学习：numpy练习题1.从数组a=np.arange(15)提取5到10之间的所有元素2.将数组np.arange(20)转变为4行5列的二维数组，并执行交换第1行和第2行，交换第1列和第2列。
HanZee·2022-12-12 08:53

创建DateFrame，基础属性，整体情况查询，按某列进行排序，取行或取列，布尔索引，字符串方法，缺失数据的处理，常用统计方法，分组和聚合，索引和复合索引

t2=pd.DataFrame(字典)如果索引没有对应的值就会自动为NaN，同时类型会为float型importpandasaspdimportnumpyasnpt1=pd.DataFrame(np.arange
程序员shy·2022-12-11 23:50

pandas中对DateFrame进行删除操作

DateFrame进行删除操作：删除某一列操作，使用drop()函数importpandasaspdimportnumpyasnp#创建DataFrame数据data1=pd.DataFrame(np.arange
黄其才_·2022-12-11 23:49

pandas DataFrame 数据筛选(2)

importnumpyasnpdata=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))print
flysh05·2022-12-11 21:57

Python中range()与np.arange()的具体使用

目录np.arange()range()range()和np.arange()区别np.arange()np.arange()函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1
·2022-12-11 18:58

pandas数据筛选

importpandasaspdimportnumpyasnpdates=pd.date_range('20130101',periods=6)df=pd.DataFrame(np.arange(24)
jeffery0628·2022-12-11 14:08

python numpy数组切片_NumPy 数组切片和 Python 原生列表切片的区别

In[1]:importnumpyasnpIn[2]:a=np.arange(10)In[3]:aOut[3]:array([0,1,2,3,4,5,6,7,8,9])In[4]:b=list(range
熊仔仔仔仔·2022-12-11 12:21

【Numpy学习】Numpy中ravel()和flatten()的区别

函数介绍：ravel和flatten是展平函数具体请看代码importnumpyasnpb=np.arange(24).reshape(2,3,4)barray([[[0,1,2,3],[4,5,6,7
一穷二白到年薪百万·2022-12-11 10:23

Numpy 或 Pandas 删除 全零行、全零列

pandas删除全零行frompandasimportDataFrameimportnumpyasnpdf1=DataFrame(np.arange(16).reshape((4,4)),index=[
m0_61899108·2022-12-11 10:25

DataFrame删除全是某个数值的行或列

删除全为0的行importpandasaspd#创建一个dataframedf=pd.DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c',
羊羊猪·2022-12-11 10:23

pytorch + tensorboard远程可视化

fromtorch.utils.tensorboardimportSummaryWriterimporttorchimportnumpyasnpwriter=SummaryWriter(logsdir)x=np.arange
我想静静，·2022-12-10 23:55

1、机器学习笔记之二元一次方程

importnumpyasnpfromsklearn.linear_modelimportLinearRegressionfromsklearn.metricsimportmean_squared_errorfromsklearn.model_selectionimporttrain_test_splitdeftest1():#ax=y求ax=np.arange
小青蛙呱呱跳·2022-12-10 18:26

Python基本函数:np.multiply（）

Python基本函数:np.multiply（）一、函数说明二、函数用法格式：np.multiply(a,b)注意：文中用到了arange、dot、reshape函数以及转置(.T)一、函数说明由于multiply
Raywit·2022-12-10 17:24

动手学深度学习 | 从上手到多类分类

1,2],[2,3]])y=nd.random_normal(0,1,shape=(3,4))y.shapey.size#操作符x+yx*ynd.exp(y)nd.dot(x,y.T)#广播a=nd.arange
奔跑的蜗牛君666·2022-12-10 16:51

统计学习方法中GDBT简单实现

回归树桩损失函数：平方误差迭代停止条件：基学习器数达到上限、或整体误差低于设定值importnumpyasnpimportmathimportmatplotlib.pyplotasplt#准备数据x=np.arange
围炉夜谈·2022-12-10 16:19

列表切片的应用

从任意大小的数组中随机选取一段连续切片假设从长度为100的数组随机30个连续索引的值:importnumpyasnparr=np.arange(100)start=np.random.randint(100
C喳喳·2022-12-10 14:18

python dataframe取一列_pandas取dataframe特定行/列

1.按列取、按索引/行取、按特定行列取importnumpyasnpfrompandasimportDataFrameimportpandasaspddf=DataFrame(np.arange(12)
weixin_39871378·2022-12-10 11:52

二、pandas学习，pandas的DataFrame提取数据，loc、iloc、ix使用，判断提取数据，获得DataFrame某列数据

DataFrameimportpandasaspdimportnumpyasnp#生成DatetimeIndexdates=pd.date_range('20191227',periods=6)df=pd.DataFrame(np.arange
小白蒋博客·2022-12-10 11:21

matplotlib

matplotlibimportnumpyasnpimportmatplotlib.pyplotasmp#生成基本操作"""x=np.arange(1,8)y=np.random.randint(1,100
tomandlili·2022-12-10 05:36

锯齿波信号The sawtooth signal

lab里学到的代码和输出，说实话有些不懂但留着以后能翻查最简单的锯齿波fromscipyimportsignalfs=8000#samplingfrequencyt=np.arange(0,2,1/fs
爱格白·2022-12-09 14:07

GNN python packages

ndarray数组numpy.zeros()函数numpy.empty()函数numpy.eye()函数np.random.permutation(x)函数numpy.matrix()函数numpy.arange
天狼啸月1990·2022-12-09 12:59

PyTorch中的squeeze()和unsqueeze()的介绍

unsqueeze取消压缩，unsqueeze是添加维度的意思，它的具体用法如下面代码当unsqueeze()里面参数是0的时候，该矩阵由(3,4)变成是（3,4,1）importtorcha1=torch.arange
卡多莫西·2022-12-09 10:39

Pytorch unsqueeze和squeeze方法

1.维度扩展（unsqueeze）torch.unsqueeze(tensor,dim)将tensor的指定位置插入1维importtorchx=torch.arange(10).reshape(2,5
weixin_40675092·2022-12-09 10:38

pytorch中unsqueeze()函数理解

直接看例子:importtorchinput=torch.arange(0,6)print(input)print(input.shape)结果：tensor([0,1,2,3,4,5])torch.Size
赤坂·龙之介·2022-12-09 10:02

pytorch中unsqueeze()函数理解

直接看例子:importtorchinput=torch.arange(0,6)print(input)print(input.shape)结果：tensor([0,1,2,3,4,5])torch.Size
赤坂·龙之介·2022-12-09 10:23

【Pytorch】unsqueeze() 方法

二、实例importtorchinput=torch.arange(0,6)print(input)print(input.shape)print(input.unsqueeze(0))#在0维处加一维
想变厉害的大白菜·2022-12-09 10:52

【Python】运用Numpy进行二维数组的部分基本运算

60,64,80,75,80,92,90],[90,93,88,87,86,90,91],[80,82,91,88,83,86,80],[88,72,78,90,91,73,80]])print(scores)t=np.arange
漫不经心的蜗牛·2022-12-09 02:10

L1, L2, smooth_L1 Loss函数python实现

L1,L2,smooth_L1函数python实现L1lossdefL1(y_gt,y_pre):loss=np.sum(np.abs(y_gt-y_pre))print(loss)#画图x=np.arange
田小草呀·2022-12-08 21:35

【Python学习】matplotlib添加文字标注

importmatplotlib.pyplotaspltimportnumpyasnpx=np.arange(0,6)y=x*xplt.plot(x,y,marker='o')forxyinzip(x,
LaiYoung1022·2022-12-08 15:47

Matplotlib 线图点图

1importimportmatplotlibimportmatplotlib.pyplotaspltimportnumpyasnp2DataX=np.arange(0,12.1,0.1)Y=np.sin
-素心向暖·2022-12-08 11:05

DataFrame交换两列

二、使用步骤1.引入库代码如下（示例）：importnumpyasnpimportpandasaspd2.读入数据代码如下（示例）：frame=pd.DataFrame(np.arange(9).reshape
柳曉澤·2022-12-08 07:40

数据分析--NumPy基础入门-1

NumPyNumPy的引用N维数组对象：ndarrayndarray属性ndarray数组的创建方法从Python中的列表，元组等类型创建ndarray数组使用NumPy中函数创建ndarray数组用NumPy函数：arange
Richard-hao·2022-12-08 05:21

python中numpy库中的ndarray数组初入门

一、ndarray数组的构造1、array():构建一个数组2、arange（[start，]stop[，step，][，dtype]）:在给定间隔[start,stop)左闭右开的区间内返回均匀间隔step
TanH.blog·2022-12-08 05:20

python笔记—＞数据分析

目录一、numpy库的使用方法1、利用numpy中的array()创建数组2、利用numpy中的arange()创建数组3、随机数组创建4、查看数组属性5、数组选取1、一维数组选取2、二维数组选取6、数组重塑及转置
爱发呆的光·2022-12-08 02:48

dataframe 列拼接

#列拼接合并，合一df2=pd.concat(df1.iloc[:,i]foriinrange(df1.shape[1]))#适当修改索引df2.index=np.arange(len(df2))列拼接
bellqin·2022-12-07 23:24

深度学习中的数据操作（五） 自动微分 基于pytorch实现

一个简单的例子求导是深度学习优化算法的关键步骤，因此自动微分可以大大简化深度学习的计算步骤从很小的例子来看，y=2x^⊤x，若想对y求导，就可以借助pythorch的相关函数"""importtorchx=torch.arange
硬着头皮写代码的菜鸡·2022-12-07 19:38

动手学深度学习（第一天）

P1-数据操作实现importtorchimportnumpyasnpx=torch.arange(12)print(x)print(x.shape)#通过shape属性访问张量的形状与张量中元素的总数
我还是我吗·2022-12-07 15:19

Pytorch tensor 如何找到特定值的索引 (index)

index)其中True算作非零数，False算作零，所以可以巧用判别式来找到Tensor特定值的索引，如我们要找tensora里面10这个数字的index，可以这样做importtorcha=torch.arange
江浙沪讲吴语·2022-12-07 10:23

python numpy 数组拷贝问题-拷贝地址所引起的同步替换

结果是修改拷贝的值的时候原对象也会随之改变，如代码所示：a=np.arange(3)print(a)b=aprint(b)b[0]=10print(b)print(a)输出的结果为：[012][012]
易烊千蝈·2022-12-07 10:20

Python 直方图

1、和条形图的区别直方图的x轴代表的是区间范围，包含左边，不包含右边2、hist函数会根据值的范围将数据分成10个组,df[‘num_var’].describe()估计组下限和组上限最合适arange
JackLi_csdn·2022-12-07 07:32

【无标题】

importnumpyasnpimportpylabasplimportmatplotlib.font_managerasfmmyfont=fm.FontProperties(fname=r'C:\Windows\Fonts\STKAITI.ttf')t=np.arange
hanyun2004·2022-12-06 03:14

【无标题】

importnumpyasnpimportpylabasplimportmatplotlib.font_managerasfmmyfont=fm.FontProperties(fname=r'C:\Windows\Fonts\STKAITI.ttf')t=np.arange
hanyun2004·2022-12-06 03:14
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他