arr

import numpy as np ndarray #创建数组,array data1=[6,7,8,0,1] np.array(data1) #一维数组 array([6, 7, 8, 0, 1]) #创建多维数组 data2=[[1,2,3,4],[5,6,7,8]] arr1=np.array(data2) print(data2) [[1, 2, 3, 4], [5, 6, 7, 8]] #dtype数据类型 arr1.dtype dtype('int32') #shape属性 arr1.shape (2, 4) arr2=np.array(data2,dtype=np.int64) print(arr2) print(arr2.dtype) [[1 2 3 4] [5 6 7 8]] int64 #float data3=[6,7,5,8,0,1] arr3=np.array(data3) print(arr3) print(arr3.dtype) [6 7 5 8 0 1] int32 #astype类型转换 arr3.astype(np.int64) array([6, 7, 5, 8, 0, 1], dtype=int64) #ones np.ones(10) array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])

1：基本概念 时间复杂度 ：算法执行所耗费的时间。 这个复杂度直接和样本的个数有关，复杂度反映了算法的性能，一般来说，复杂度越低，算法所消耗的时间越短。 /* O(N1) */ for (var i = 0; i < data.length; i++) { ... } /* O(N2) */ for (var i = 0; i < data.length; i++) { for (var j = 0; j < data.length; j++) { ... } } 空间复杂度 ：运行一个程序所需内存的大小。 空间复杂度和时间复杂度是对立的，比如说，时间复杂度越高，空间复杂度越低；反之则相反。 内排序 ：所有排序操作都在内存中完成。 2：常用的排序算法 冒泡排序（Bubble Sort） 基本概念：依次比较相邻的两个数,将小数放在前面，大数放在后面。 时间复杂度：O(N2)。 实现原理 ：重复的走访要排序的数列，一次比较两个元素，大的元素放后面，如果它们的顺序错误就把它们交换过来。 代码实现 ：有两层循环嵌套，外循环遍历数组的每一项，内循环用于两两元素的比较，每次内循环减1。 function bubbleSort(arr) { var length = arr.length; for (var i = 0; i < length; i++) { for (var j = 0; j

问题描述：已知如下数组： var arr = [ [1, 2, 2], [3, 4, 5, 5], [6, 7, 8, 9, [11, 12, [12, 13, [14] ] ] ], 10]; 编写一个程序将数组扁平化去并除其中重复部分数据，最终得到一个升序且不重复的数组解决问题： 思路： 扁平化处理 => 去重 => 升序 step1：　　借助数组自带的flat函数进行扁平化处理 　　var newArray =arr.flat(depth) //flat方法依赖浏览器支持，部分低版本浏览器可能不支持该方法　　　step2:　　 ES6提供了一个强大的数组去重方法 Set　　　　　var newArray =Array.from(new Set(arr))　　step3:　　常用排序 sort方法 　　var newArray =arr.sort((pre,next)=>{return pre - next}) 　 Array.from(new Set(arr.flat(4))).sort((pre,next)=>{ return pre-next}) //低版本chrome不支持flat方法 还有一种简单的扁平化实现方法,但不太推荐： Array.from(new Set(arr.toString().split(","))).sort((pre,next)=>{

代码如下： var arr:Array = new Array(); arr[0]=["1","2","3"]; arr[1]=["4","5","6"]; arr[2]=["7","8","9"]; for(var i:int=0; i<arr.length; i++){ for(var j:int=0; j<arr[i].length; j++){ trace("第arr["+i+"]["+j+"]的值是"+arr[i][j]); } } 结果： （完） 转载于:https://www.cnblogs.com/hakuci/archive/2010/12/24/1916007.html 来源： https://blog.csdn.net/weixin_30455661/article/details/99495361

一阶段：第三天：数组+二维数组（7.26） 一.数组 1.1概述 系统对初始值分配规则如下： a.整数型为0 b.浮点型为0.0 c.字符型为‘\u0000’(不同的系统平台显示结果不同) d.布尔类型为false e.引用类型为null 静态初始化是在程序编译时就初始化好了的，动态初始化是在程序运行是才动态分配内存空间。 如果超出范围出现异常 java.lang.ArrayIndexOutOfBoundsException 遍历数组 ：方式一：简单for循环 方式二：增强for循环（foreach）无法使用下标 数组引用变量只是一个引用，这个引用变量可以指向任何有效的内存空间，只有当这个引用指向有效的空间时，才可以通过引用去操作真正数组中的元素数组的引用变量存储在栈空间中，而真正的数组数据存储在堆 基本数据类型在被创建时，在栈上给其划分一块内存，将数值直接存储在栈上。引用数据类型在被创建时，首先要在栈上给其引用（句柄）分配一块内存，而对象的具体信息都存储在堆内存上，然后由栈上面的引用指向堆中对象的地址。 空间中。 1.2数组的排序 1.2.1 冒泡排序 排序思路：比较两个相邻的下标对应的元素，如果符合条件就交换位置（最值出现在最后位） class ArraySortedDemo01 { 　　 public static void main ( String [ ] args )

我们都知道，一个变量是一个存储值的容器。 有时，开发人员希望一次可以在一个变量中保存多个值。 当一系列值存储在单个变量中时，则称为数组变量。 数组声明 数组声明的方式与声明变量相同，只是数组变量的声明使用括号。 在下面的例子中，括号里提到了数组的大小。参考以下示例 - 'Method 1 : Using Dim Dim arr1() 'Without Size 'Method 2 : Mentioning the Size Dim arr2(5) 'Declared with size of 5 'Method 3 : using 'Array' Parameter Dim arr3 arr3 = Array("apple","Orange","Grapes") 在上面代码中， 虽然数组大小被指定为 5 ，但是当数组索引从零开始时，它可以保持 6 个值。 数组索引不能是负数。 VBScript数组可以在数组中存储任何类型的变量。因此，一个数组可以在一个数组变量中存储一个整数，字符串或字符。 赋值给数组 通过为每个要分配的值指定一个数组索引值，将这些值分配给数组。它可以是一个字符串。 例子 添加一个模块并添加以下代码 - Private Sub Constant_demo_Click() Dim arr(5) arr(0) = "1" 'Number as String arr(1)

常用的排序算法： public class Test : MonoBehaviour { void Swap(int[] arr, int i, int j) { int temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } /// <summary> /// 冒泡排序，遍历所有的数据，每次对相邻元素进行两两比较，如果顺序和预先规定的顺序不一致，则进行位置交换； /// 这样一次遍历会将最大或最小的数据上浮到顶端，之后再重复同样的操作，直到所有的数据有序。 /// 有序序列[len - i,len],未排序序列[0,i] /// </summary> /// <param name="arr"></param> /// <param name="len"></param> void BubbleSort(int[] arr, int len) { for (int i = 0; i < len; i++) { for (int j = 0; j < len - 1 - i; j++) { if (arr[j] > arr[j + 1]) { Swap(arr, j, j + 1); } } } } /// <summary> /// 选择排序，每次从未排序的数据中寻找最大或最小的元素，依次放到排序序列中

#二分查询 #有序列表 from asyncio.log import logger def binary_search(arr,find): ''' :param arr: :param find: :return: ''' first = 0 lasted = len(arr) - 1 while first <= lasted: mid = (first+lasted)//2 if arr[mid] == find: logger.debug("在mid处找到") return mid elif arr[mid] > find: lasted = mid-1 elif arr[mid] < find: first = mid+1 else: return -1 if __name__ == '__main__': arr_list = [1,3,7,9,99,101] find = int(input("请输入一个数字，查找是否在列表中")) res = binary_search(arr_list,find) print(res) 来源： https://blog.csdn.net/chuanying_xiaoqi/article/details/99456684

numpy简介 NumPy（Numerical Python）是python语言的一个扩展程序库，支持大量维度数组与矩阵运算，此外，也针对数据运算提供大量的数学函数库。 NumPy是高性能科学计算和数据分析的基础 NumPy的主要功能： ndarray，一个多维数组结构，高效且节省空间 无需循环对整组数据进行快速运算的数学函数 *读写磁盘数据的工具以及用于操作内存映射文件的工具 *线性代数、随机数生成和傅里叶变换功能 *用于集成C、C++等代码的工具 Numpy的安装 pip install numpy ndarray-多维数组创建 ndarry是多维数组结构，与列表区别： 数组对象内的元素类型必须相同 数组大小不可修改 np.array()创建 import numpy as np np.array() ​ # 创建一维数组 np.array([1,2,3,4,5]) # array([1, 2, 3, 4, 5]) ​ # 创建二维数组 np.array([[1,2,3],[4,5,6]]) # array([[1, 2, 3], [4, 5, 6]]) 注意： numpy默认ndarray的所有元素的类型是相同的 如果传进列表中包含不同的类型，会统一为一个类型，优先级：str>float>int np.array([[1,2.2,3],[4,5,6]]) #