python数组操作

javascript函数 1.普通函数定义 function f1() { console.log("today is good"); } f1(); #today is good 2.带参数的函数 function f1(a,b) { console.log(a); console.log(a+b); console.log("today is good"); } f1(2,3); #2 5 today is good sum("3",4); //3 34 today is good 3.带返回值的函数 function f1(a,b) { console.log(a); console.log(a+b); console.log("today is good"); } #没有设定返回值 var ret=f1(2,3); console.log(ret); #2 5 today is good undefined(定义了变量，但变量没有被复制，默认为undefined） ##在函数中加return## function f1(a,b) { console.log(a); console.log(a+b); console.log("today is good"); return "有返回值"; } var ret=f1(2,3); console.log(ret); #2 5

ndarray的优势—为什么快? 存储空间连续,访问速度快 可以并行执行-Numpy底层使用C语言编写，内部解除了GIL（全局解释器锁），其对数组的操作速度不受Python解释器的限制，所以，其效率远高于纯Python代码。 numpy基于矩阵，矩阵可以分块计算，所以可以实现并行 ndarray的属性 Shape—形状—注意:返回的是元组 ndim—维度的个数—就是shape的长度 size—元素个数=shape的各个值想乘 dtype—元素的类型 ndarray的形状 生成数组的方法 生成0和1的数组 np.ones(shape) np.ones_like(array)—根据给定数组生成一个形状一样的数组 np.zeros np.zeros_like 从现有数组生成 np.array--深拷贝 np.asarray--浅拷贝 生成固定范围的数组 np.linspace—start,stop,num 在star到stop之间等区间的选取num个数,注意:一定可以去到stop np.arange(start,stop,step) 以start未开始,每隔step取一个值 stop肯定取不到(左闭右开) 等于python的range np.logspace(start,stop,num) 以10为低的指数值，等比 生成随机数组 均匀分布 np.random.rand—0

快排介绍： 快排简单而言就是在数组中选取一个基准值。将小于基准值的放左边(或者放右边),大于基准值的放右边(或者放左边)，分成两个数组。 再对得到的左右两个数组分别重复上述操作。这样若干轮下来我们会得到只有1个或0个元素的数组这种最基本情况。那不用排序直接返回即可。 举个例子： 【5，8，12，4，7，2，7】 我们计算的方法是这样的 1.选取基准值（可以按照一定的规则选取，或者随机选取，我们就直接选取第一个元素【5】吧） 2.切分得到两个数组（基准值单独提出来，我们就当不算数组）【4，2】(5)【8，12，7，7】 3.对左边数组重复1，2步骤得到【2】(4)【】 4，再对3得到的左边元素重复1，2步骤。因为3得到的两个数组只有1或0个元素，所以不用排序直接返回。得到【2，4】从而小于【5】的部分就排序完成了。退栈到第二步，执行右边的排序操作。同理就可以把大于5的部分也排序完成。 具体生成应该如下： 【5，8，12，4，7，2，7】 【4，2】(5)【8，12，7，7】 【2】(4)【】(5)【8，12，7，7】 【2】(4)【】(5)【7，7】(8)【12】 【2】(4)【】(5)【7】(7)【】(8)【12】 本质上快排是一种大事化小的分治思想。需要用到递归的方法。我认为这里有两种数组类型的快排。动态数组（非原地快排），以及非动态数组（原地快排） 一.动态数组快排

1、numpy的简介 numpy是"Numerical Python"的简称。 numpy提供了一个高性能的多维数组对象ndarray(N Dimension Array)，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算。 原生python语言执行速度很慢，C执行500次，python差不多只能执行一次，但是python语法比其它编程语言要简单的多得多。因此我们既想要某一个编程语言执行速快，同时还编程简单。最终python通过集成C和C++，最终解决这个问题，也就是说：底层运行的是C和C++的代码，但是上层使用的是python语言去写的。这就是我们为什么都喜欢使用"numpy库"的原因。 numpy作为很多的用来做数据挖掘，数据分析，人工智能相关的技术组件的底层实现。像SciPy、Matplotlib、Scikit-learn在一定程度上，都需要依赖numpy。 2、学习numpy的套路 学习怎么使用numpy组织数据 (怎么创建出，你想要的不同维度，不同形状的数组） ：numpy提供了一个高性能的多维数组对象：ndarray。 学习numpy提供的函数处理这个组好的数据：numpy提供了很多很多的库函数，帮助我们处理这些数据。 3、关于numpy中ndarray数据对象的结构说明 numpy中最重要的数据结构是称为ndarray的n维数组对象，这个对象由两部分构成： 1

1 JavaScript概述 1.1 ECMAScript和Javascript的关系 　　1996年11月，JavaScript的创造者--Netscape公司，决定将JavaScript提交给国际标准化组织ECMA，希望这门语言能够成为国际标准。次年，ECMA发布262号标准文件（ECMA-262）的第一版，规定了浏览器脚本语言的标准，并将这种语言称为ECMAScript，这个版本就是1.0版。 　　该标准一开始就是针对JavaScript语言制定的，但是没有称其为JavaScript，有两个方面的原因。一是商标，JavaScript本身已被Netscape注册为商标。而是想体现这门语言的制定者是ECMA，而不是Netscape，这样有利于保证这门语言的开发性和中立性。 　　因此ECMAScript和JavaScript的关系是，前者是后者的规格，后者是前者的一种实现。 1.2 ECMAScript的历史 注：ES6就是指ECMAScript 6。 尽管 ECMAScript 是一个重要的标准，但它并不是 JavaScript 唯一的部分，当然，也不是唯一被标准化的部分。实际上，一个完整的 JavaScript 实现是由以下 3 个不同部分组成的： 核心（ECMAScript） 文档对象模型（DOM） Document object model (整合js，css，html)

np.concatenate和Numpy中的轴 concatenate((a1, a2, ...), axis=0) 沿着指定的轴将指定的数组序列进行拼接 注意 ：要拼接的原数组形状除了指定的拼接轴可以不同外，其他轴的形状必须都要相同 第一个参数 必须是一个多个数组的 元组 或者 列表 第二个参数 默认是 axis = 0，即按数组的0轴进行纵向的拼接注：一般axis = 0，就是对该轴向的数组进行操作。 NUMPY ARRAY AXES以’0’开头 NumPy中的数组轴是编号的，从0开始类似于Python中元组，列表，字符串的索引 在Numpy中的函数使用轴 建议 ：注意轴参数控制的内容 在np.sum（），np.mean（），np.min（），np.median（）和其他统计函数会聚合您的数据（即，当您在带有axis参数的二维数组上使用np.sum（）时，它会将二维数组折叠为一维数组。它会折叠数据并减少维度） 将Numpy函数与axis参数一起使用时，指定的轴是折叠的轴 np_array_2d = np.arange(0, 6).reshape([2,3]) print(np_array_2d) [[0 1 2] [3 4 5]] np.sum(np_array_2d, axis = 0) 输出：array([3, 5, 7]) 当我们设置axis = 0时

Numpy 基础知识 ndarray数组和list列表分别完成对每个元素增加1的计算 # https://aistudio.baidu.com/aistudio/projectdetail/225067 # ndarray数组和list列表分别完成对每个元素增加1的计算 # Python原生的list # 假设有两个list a = [ 1 , 2 , 3 , 4 , 5 ] b = [ 2 , 3 , 4 , 5 , 6 ] # 完成如下计算 # 1 对a的每个元素 + 1 # a = a + 1 不能这么写，会报错 # a[:] = a[:] + 1 也不能这么写，也会报错 for i in range ( 5 ) : a [ i ] = a [ i ] + 1 a [2, 3, 4, 5, 6] # 使用ndarray import numpy as np a = np . array ( [ 1 , 2 , 3 , 4 , 5 ] ) a = a + 1 a array([2, 3, 4, 5, 6]) # ndarray数组和list列表分别完成相加计算 # 2 计算 a和b中对应位置元素的和，是否可以这么写？ a = [ 1 , 2 , 3 , 4 , 5 ] b = [ 2 , 3 , 4 , 5 , 6 ] c = a + b # 检查输出发现，不是想要的结果 c

文章目录 Numerical Python介绍 基础数据结构ndarray数组 为什么引入ndarray数组 ndarray数组和list列表分别完成对每个元素增加1的计算 ndarray数组和list列表分别完成相加计算 如何创建ndarray数组 查看ndarray数组的属性 改变ndarray数组的数据类型和形状 ndarray数组的基本运算 标量和ndarray数组之间的运算 两个ndarray数组之间的运算 ndarray数组的索引和切片 ndarray数组的统计运算 随机数np.random 创建随机ndarray数组 设置随机数种子 随机打乱ndarray数组顺序 随机选取元素 线性代数 Numpy保存和导入文件 Numpy应用举例 Numpy应用举例——计算激活函数 Numpy应用举例——图像翻转和裁剪 课程作业 1 使用numpy计算tanh激活函数 2 统计随机生成矩阵中有多少个元素大于0 Numerical Python介绍 Numpy是Numerical Python的简称，是Python中高性能科学计算和数据分析的基础包。Numpy提供了一个多维数组类型ndarray，它具有矢量算术运算和复杂广播的能力，可以实现快速的计算并且能节省存储空间。在使用Python调用飞桨API完成深度学习任务的过程中，通常会使用Numpy实现数据预处理和一些模型指标的计算

JavaScript概述 ECMAScript和JavaScript的关系 1996年11月，JavaScript的创造者--Netscape公司，决定将JavaScript提交给国际标准化组织ECMA，希望这门语言能够成为国际标准。次年，ECMA发布262号标准文件（ECMA-262）的第一版，规定了浏览器脚本语言的标准，并将这种语言称为ECMAScript，这个版本就是1.0版。 该标准一开始就是针对JavaScript语言制定的，但是没有称其为JavaScript，有两个方面的原因。一是商标，JavaScript本身已被Netscape注册为商标。而是想体现这门语言的制定者是ECMA，而不是Netscape，这样有利于保证这门语言的开发性和中立性。 因此ECMAScript和JavaScript的关系是，前者是后者的规格，后者是前者的一种实现。 ECMAScript的历史 年份 名称 描述 1997 ECMAScript 1 第一个版本 1998 ECMAScript 2 版本变更 1999 ECMAScript 3 添加正则表达式 添加try/catch ECMAScript 4 没有发布 2009 ECMAScript 5 添加"strict mode"严格模式 添加JSON支持 2011 ECMAScript 5.1 版本变更 2015 ECMAScript 6

虽然大多数情况下，Python程序都不会应用在计算密集型的场景。但是，作为一个合格的工程师，依然应该对Python内置数据类型的时间复杂度有一个基本的了解，才能够避免写出一些明显低效的代码。打个比方，我们都知道，在Python里面list是异构元素的集合，并且能够动态增长或收缩，可以通过索引和切片访问。那么，又有多少人知道，list是一个数组而不是一个链表呢。 1 时间复杂度的重要性 算法的时间复杂度是用来度量算法的运行时间，算法的空间复杂度用来度量程序占用的内存，这两个都是计算机系统中非常重要的概念。它们直接关乎程序的运行效率，其重要程度怎么强调都不为过。在这一小节中，我们将通过一个Python字符串连接的例子，来解释说明程序的时间复杂度和空间复杂度的重要性。 合格的Python工程师应该知道，Python中的字符串是不可变的。因为Python中的字符串是不可变的，在进行字符串操作时，Python每次操作都会产生一个新的字符串，新的字符串会占用一块独立的内存。因此，在操作字符串时，应该避免产生太多的中间结果。例如，下面就是一个典型的反面教材： In [1]: fruits = ['orange', 'apple', 'banana', 'pear'] In [2]: statement = fruits[0] In [3]: for item in fruits[1:]: ...