NumPy具有如下功能：
1.ndarray数组：一个具有矢量算术运算和复杂广播能力的多维数组，具有快速且节省空间的特点；( ndarray数组是NumPy的基础数据结构，可以灵活、高效地处理多个元素的操作。 )
2.对整组数据进行快速运算的标准数学函数（无需编写循环）；
3.线性代数、随机数生成以及傅里叶变换功能；
4.读写磁盘数据、操作内存映射文件。
本质上，NumPy期望用户在执行“向量”操作时，像使用“标量”一样轻松。
ndarray的特点：
1.ndarray数组中所有元素的数据类型相同、数据地址连续，批量操作数组元素时速度更快。而list列表中元素的数据类型可能不同，需要通过寻址方式找到下一个元素。
2.ndarray数组支持广播机制，矩阵运算时不需要写for循环。
3.NumPy底层使用C语言编写，内置并行计算功能，运行速度高于Python代码。
在不写for循环的情况下，ndarray数组就可以非常方便的完成数学计算。在编写矢量或者矩阵的程序时，可以像编写普通数值一样，使得代码极其简洁。
另外，ndarray数组还提供了广播机制，它会按一定规则自动对数组的维度进行扩展(扩维)以完成计算。例如1维数组和2维数组进行相加操作，ndarray数组会自动扩展1维数组的维度，然后再对每个位置的元素分别相加。
如何创建ndarray数组：
创建ndarray数组最简单的方式就是使用array函数，它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的NumPy数组。
arange：创建元素从0到10依次递增2的数组。
ndarray数组的属性：
ndarray的属性包括shape、dtype、size和ndim等，通过如下代码可以查看ndarray数组的属性。
1.shape：数组的形状 ndarray.shape，1维数组（N, ），二维数组（M, N），三维数组（M, N, K）。
2.dtype：数组的数据类型。
3.size：数组中包含的元素个数 ndarray.size，其大小等于各个维度的长度的乘积。
4.ndim：数组的维度大小，ndarray.ndim, 其大小等于ndarray.shape所包含元素的个数。
ndarray数组的统计方法：
1.mean：计算算术平均数，零长度数组的mean为NaN。
2.std ，var：计算标准差和方差，自由度可调（默认为n）。
3.sum ：对数组中全部或某轴向的元素求和，零长度数组的sum为0。
4.max ，min：计算最大值和最小值。
5.argmin，argmax：分别为最大和最小元素的索引。
6.cumsum：计算所有元素的累加。
7.cumprod：计算所有元素的累积。
设置随机数种子是为了保证输出结果一致
np.random.seed(10)
均匀分布：
使生成的随机数均匀分布，取值范围在(0,1)之间：a = np.random.rand(3, 3)
生成均匀分布的随机数，并指定随机数取值范围和数组形状：
a = np.random.uniform(low = -1.0, high = 1.0, size=(2,2))
正态分布
生成标准正态分布的随机数：a = np.random.randn(3, 3)
生成标准正态分布的随机数，指定均值loc和方差scale：
a = np.random.normal(loc = 1.0, scale = 1.0, size = (3,3))
线性代数：
线性代数（如矩阵乘法、矩阵分解、行列式以及其他方阵数学等）是任何数组库的重要组成部分，NumPy中实现了线性代数中常用的各种操作，并形成了numpy.linalg线性代数相关的模块。本节主要介绍如下函数：
diag：以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）。dot：矩阵乘法。trace：计算对角线元素的和。det：计算矩阵行列式。eig：计算方阵的特征值和特征向量。inv：计算方阵的逆。
numpy读取文本文件：
1. 使用np.fromfile从文本文件'housing.data'读入数据
2.这里要设置参数sep = ' '，表示使用空白字符来分隔数据
3. 空格或者回车都属于空白字符，读入的数据被转化成1维数组
d = np.fromfile('./work/housing.data', sep = ' ')
实现图片垂直翻转：image2 = image[::-1, :, :]
实现图片水平翻转：image3 = image[:, ::-1, :]
调整图片亮度：
变暗：
image6 = image * 0.5
plt.imshow(image6.astype('uint8'))
变亮：
由于图片的RGB像素值必须在0-255之间，此处使用np.clip进行数值裁剪
image7 = image * 2.0
image7 = np.clip(image7, a_min=None, a_max=255.)
plt.imshow(image7.astype('uint8'))
文章浏览阅读1k次。通过使用ajax方法跨域请求是浏览器所不允许的，浏览器出于安全考虑是禁止的。警告信息如下：不过jQuery对跨域问题也有解决方案，使用jsonp的方式解决，方法如下：$.ajax({ async:false, url: 'http://www.mysite.com/demo.do', // 跨域URL ty..._nginx不停的xhr
文章浏览阅读2k次。关于在 Oracle 中配置 extproc 以访问 ST_Geometry，也就是我们所说的 使用空间SQL 的方法，官方文档链接如下。http://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/gdbs-in-oracle/configure-oracle-extproc.htm其实简单总结一下，主要就分为以下几个步骤。..._extproc
文章浏览阅读1.5w次。linux下没有上面的两个函数，需要使用函数 mbstowcs和wcstombsmbstowcs将多字节编码转换为宽字节编码wcstombs将宽字节编码转换为多字节编码这两个函数，转换过程中受到系统编码类型的影响，需要通过设置来设定转换前和转换后的编码类型。通过函数setlocale进行系统编码的设置。linux下输入命名locale -a查看系统支持的编码_linux c++ gbk->utf8
文章浏览阅读750次。今天准备从生产库向测试库进行数据导入，结果在imp导入的时候遇到“ IMP-00009:导出文件异常结束” 错误，google一下，发现可能有如下原因导致imp的数据太大，没有写buffer和commit两个数据库字符集不同从低版本exp的dmp文件，向高版本imp导出的dmp文件出错传输dmp文件时，文件损坏解决办法：imp时指定..._imp-00009导出文件异常结束
文章浏览阅读143次。当下是一个大数据的时代，各个行业都离不开数据的支持。因此，网络爬虫就应运而生。网络爬虫当下最为火热的是Python，Python开发爬虫相对简单，而且功能库相当完善，力压众多开发语言。本次教程我们爬取前程无忧的招聘信息来分析Python程序员需要掌握那些编程技术。首先在谷歌浏览器打开前程无忧的首页，按F12打开浏览器的开发者工具。浏览器开发者工具是用于捕捉网站的请求信息，通过分析请求信息可以了解请..._初级python程序员能力要求
文章浏览阅读7.6k次，点赞2次，收藏6次。@Service标注的bean，类名：ABDemoService查看源码后发现，原来是经过一个特殊处理：当类的名字是以两个或以上的大写字母开头的话，bean的名字会与类名保持一致public class AnnotationBeanNameGenerator implements BeanNameGenerator { private static final String C..._@service beanname
文章浏览阅读6.9w次，点赞73次，收藏463次。1.前序创建#include<stdio.h>#include<string.h>#include<stdlib.h>#include<malloc.h>#include<iostream>#include<stack>#include<queue>using namespace std;typed_二叉树的建立
文章浏览阅读7.1k次。在Asp.net上使用Excel导出功能，如果文件名出现中文，便会以乱码视之。 解决方法： fileName = HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8);_asp.net utf8 导出中文字符乱码
文章浏览阅读2.1k次，点赞4次，收藏23次。第一次实验 词法分析实验报告设计思想词法分析的主要任务是根据文法的词汇表以及对应约定的编码进行一定的识别，找出文件中所有的合法的单词，并给出一定的信息作为最后的结果，用于后续语法分析程序的使用；本实验针对 PL/0 语言 的文法、词汇表编写一个词法分析程序，对于每个单词根据词汇表输出： (单词种类, 单词的值) 二元对。词汇表：种别编码单词符号助记符0beginb..._对pl/0作以下修改扩充。增加单词
文章浏览阅读773次。我在使用adb.exe时遇到了麻烦.我想使用与bash相同的adb.exe shell提示符,所以我决定更改默认的bash二进制文件(当然二进制文件是交叉编译的,一切都很完美)更改bash二进制文件遵循以下顺序> adb remount> adb push bash / system / bin /> adb shell> cd / system / bin> chm..._adb shell mv 权限
文章浏览阅读6.8k次，点赞12次，收藏125次。1. 单目相机标定引言相机标定已经研究多年，标定的算法可以分为基于摄影测量的标定和自标定。其中，应用最为广泛的还是张正友标定法。这是一种简单灵活、高鲁棒性、低成本的相机标定算法。仅需要一台相机和一块平面标定板构建相机标定系统，在标定过程中，相机拍摄多个角度下（至少两个角度，推荐10~20个角度）的标定板图像（相机和标定板都可以移动），即可对相机的内外参数进行标定。下面介绍张氏标定法（以下也这么称呼）的原理。原理相机模型和单应矩阵相机标定，就是对相机的内外参数进行计算的过程，从而得到物体到图像的投影_相机-投影仪标定
文章浏览阅读2.2k次。文章目录Wayland 架构Wayland 渲染Wayland的 硬件支持简 述： 翻译一篇关于和 wayland 有关的技术文章, 其英文标题为Wayland Architecture .Wayland 架构若是想要更好的理解 Wayland 架构及其与 X (X11 or X Window System) 结构；一种很好的方法是将事件从输入设备就开始跟踪, 查看期间所有的屏幕上出现的变化。这就是我们现在对 X 的理解。 内核是从一个输入设备中获取一个事件，并通过 evdev 输入_wayland