搜索结果
查询Tags标签： np，共有 812条记录-
【python计算机视觉】1、常用库及基本操作
目录 一、python计算机视觉中常用的库（一）PIL（Python Image Library）图像处理库（二）Matplotlib（三）Numpy（四）Pytorch（五）torchvision（六）SKimage（七）OpenCV 二、基本操作（一）利用PIL读取图像数据（二）使用Matplotlib显示图像（三）PIL类型与Numpy类型转…
2021/7/29 12:07:02 人评论 次浏览 -
Numpy-数组
1 import numpy as np2 3 # 可以将python中list列表转换为Numpy数组4 l = [1,2,3,4]5 6 # Numpy数组7 ndl = np.array(l) # 输入一部分，可以使用tab不全8 print(ndl)9 display(ndl) # 显示 10 #output： 11 [1 2 3 4] 12 array([1, 2, 3, 4]) 13 14 15 nd2 = np.zeros…
2021/7/29 6:07:51 人评论 次浏览 -
Numpy-数组
1 import numpy as np2 3 # 可以将python中list列表转换为Numpy数组4 l = [1,2,3,4]5 6 # Numpy数组7 ndl = np.array(l) # 输入一部分，可以使用tab不全8 print(ndl)9 display(ndl) # 显示 10 #output： 11 [1 2 3 4] 12 array([1, 2, 3, 4]) 13 14 15 nd2 = np.zeros…
2021/7/29 6:07:51 人评论 次浏览 -
numpy实现单层感知机
感知机原理：利用超平面对数据进行二分类。 损失函数:y*(wx+b)。大于0则判断成功否则判断失败。 通过梯度下降法优化损失函数。 机器学习就是分析数据，找到一种能解决你需求的函数关系。 目标感知机：x1+2*x2+3*x3+4*x4+5 代码部分： 引入numpy库： import numpy as np …
2021/7/28 23:09:28 人评论 次浏览 -
numpy实现单层感知机
感知机原理：利用超平面对数据进行二分类。 损失函数:y*(wx+b)。大于0则判断成功否则判断失败。 通过梯度下降法优化损失函数。 机器学习就是分析数据，找到一种能解决你需求的函数关系。 目标感知机：x1+2*x2+3*x3+4*x4+5 代码部分： 引入numpy库： import numpy as np …
2021/7/28 23:09:28 人评论 次浏览 -
Python 不调包实现Hierarchical Clustering——层次聚类(合并法)
提示：本文不调用sklearn等包，直接使用numpy和pandas完成了Hierarchical Clustering，即层次聚类算法的实现。文章目录 一、Hierarchical Clustering之算法原理二、python源码1.Hierarchical Clustering.py2.读入数据 总结一、Hierarchical Clustering之算法原理 算法介绍…
2021/7/28 22:06:28 人评论 次浏览 -
Python 不调包实现Hierarchical Clustering——层次聚类(合并法)
提示：本文不调用sklearn等包，直接使用numpy和pandas完成了Hierarchical Clustering，即层次聚类算法的实现。文章目录 一、Hierarchical Clustering之算法原理二、python源码1.Hierarchical Clustering.py2.读入数据 总结一、Hierarchical Clustering之算法原理 算法介绍…
2021/7/28 22:06:28 人评论 次浏览 -
python Matplotlib绘图基础
Matplotlib绘图基础 plt.plot(x,y,ls=,lw=,c=,marker=,markersize=,markeredgecolor=,markerfacecolor,lable=) x:x轴上的数值 y:y轴上的数值 ls:折线的风格(实线-，虚线，点线，点化线） lw:线条宽度 c:颜色 marker:线条上点的形状（o,v,^,<,>,1,2,3,4,s,p,*,h,H，…
2021/7/28 14:07:30 人评论 次浏览 -
python Matplotlib绘图基础
Matplotlib绘图基础 plt.plot(x,y,ls=,lw=,c=,marker=,markersize=,markeredgecolor=,markerfacecolor,lable=) x:x轴上的数值 y:y轴上的数值 ls:折线的风格(实线-，虚线，点线，点化线） lw:线条宽度 c:颜色 marker:线条上点的形状（o,v,^,<,>,1,2,3,4,s,p,*,h,H，…
2021/7/28 14:07:30 人评论 次浏览 -
黑马深度学习和CV入门2——深度学习
01.神经网络、优化方法与正则化import tensorflow as tf import numpy as np import matplotlib.pyplot as pltx = np.linspace(-10,10,1000) y = tf.nn.sigmoid(x) plt.plot(x,y) plt.grid() plt.show()import tensorflow as tf import numpy as np import matplotlib.py…
2021/7/26 23:08:00 人评论 次浏览 -
黑马深度学习和CV入门2——深度学习
01.神经网络、优化方法与正则化import tensorflow as tf import numpy as np import matplotlib.pyplot as pltx = np.linspace(-10,10,1000) y = tf.nn.sigmoid(x) plt.plot(x,y) plt.grid() plt.show()import tensorflow as tf import numpy as np import matplotlib.py…
2021/7/26 23:08:00 人评论 次浏览 -
Python快速找到列表中所有重复的元素
Python快速找到列表中所有重复的元素：https://blog.csdn.net/sinat_29957455/article/details/103886088index方法 为了能够找到元素在列表中的位置，我们通常会使用list.index()方法来元素的下标，但是这种方法有一个弊端，就是当列表中出现重复元素的时候，index方法只…
2021/7/26 14:06:06 人评论 次浏览 -
Python快速找到列表中所有重复的元素
Python快速找到列表中所有重复的元素：https://blog.csdn.net/sinat_29957455/article/details/103886088index方法 为了能够找到元素在列表中的位置，我们通常会使用list.index()方法来元素的下标，但是这种方法有一个弊端，就是当列表中出现重复元素的时候，index方法只…
2021/7/26 14:06:06 人评论 次浏览 -
相关性研究思路及代码实现（MIC-最大信息系数、Relif-F特征选择算法、pearson、spearman、kendall、卡方检验、fisher精确检验、F检验、简单粗暴的分层聚合）
相关性研究思路及代码实现（MIC-最大信息系数、Relif-F特征选择算法、pearson、spearman、kendall、卡方检验、fisher精确检验、F检验、简单粗暴的分层聚合） 为什么要研究相关性？相关性计算方法选择与代码实现1. 数据预览与清洗a. 连续变量b. 有序分类变量c. 无序分类变…
2021/7/26 1:09:22 人评论 次浏览 -
相关性研究思路及代码实现（MIC-最大信息系数、Relif-F特征选择算法、pearson、spearman、kendall、卡方检验、fisher精确检验、F检验、简单粗暴的分层聚合）
相关性研究思路及代码实现（MIC-最大信息系数、Relif-F特征选择算法、pearson、spearman、kendall、卡方检验、fisher精确检验、F检验、简单粗暴的分层聚合） 为什么要研究相关性？相关性计算方法选择与代码实现1. 数据预览与清洗a. 连续变量b. 有序分类变量c. 无序分类变…
2021/7/26 1:09:22 人评论 次浏览
