推荐
专栏
教程
课程
飞鹅
本次共找到3372条
python实例
相关的信息
小万哥
•
6个月前
多项分布模拟及 Seaborn 可视化教程
多项分布是二项分布的推广,描述了在n次试验中k种不同事件出现次数的概率分布。参数包括试验次数n、结果概率列表pvals(和为1)和输出形状size。PMF公式展示了各结果出现次数的概率。NumPy的random.multinomial()可生成多项分布数据。练习包括模拟掷骰子和抽奖活动。解决方案提供了相关图表绘制代码。关注公众号“LetusCoding”获取更多内容。
小万哥
•
6个月前
卡方分布和 Zipf 分布模拟及 Seaborn 可视化教程
卡方分布是统计学中的一种连续概率分布,用于假设检验,形状由自由度(df)决定。自由度越大,分布越平缓。NumPy的random.chisquare()可生成卡方分布随机数。Seaborn能可视化卡方分布。练习包括模拟不同自由度的卡方分布、进行卡方检验。瑞利分布描述信号处理中幅度分布,参数为尺度(scale)。Zipf分布常用于自然语言等幂律特征数据,参数a控制形状。NumPy的random.zipf()生成Zipf分布随机数。
小万哥
•
6个月前
NumPy 通用函数(ufunc):高性能数组运算的利器
NumPy的通用函数(ufunc)提供高性能的逐元素运算,支持向量化操作和广播机制,能应用于数组的数学、逻辑和比较运算。ufunc可提高计算速度,避免低效的循环,并允许自定义函数以满足特定需求。例如,ufunc实现加法比循环更高效。通过frompyfunc可创建自定义ufunc。判断函数是否为ufunc,可检查其类型是否为numpy.ufunc。ufunc练习包括数组的平方、平方根、元素积及性能对比。
小万哥
•
6个月前
NumPy 简单算术:加减乘除及其他运算
NumPy中的简单算术运算可以通过add,subtract,multiply,divide,power,mod,remainder等函数实现,这些函数支持条件运算,并接受where参数。例如,add()实现加法,subtract()表示减法,multiply()是乘法,divide()用于除法,power()提升到幂次,mod()和remainder()计算余数。absolute()或abs()可以计算数组元素的绝对值。这些函数可用于数组或类似数组对象,返回新数组存储运算结果。
小万哥
•
6个月前
NumPy 舍入小数、对数、求和和乘积运算详解
NumPy提供五种舍入小数的方法:trunc(),fix(),around(),floor(),ceil()。此外,它还支持对数运算,如log2(),log10(),log(),以及自定义底数的对数。NumPy的sum()和prod()函数用于数组求和与乘积,可指定轴进行计算,cumsum()和cumprod()实现累积求和与乘积。关注公众号"LetusCoding"获取更多内容。
子桓
•
6个月前
【Discuss】FIN_WAIT2状态下到底能不能收数据包?
问题由来:错误的keepalived时间设置服务端设置了httpkeepalived时间1s,客户端时间大于server端,客户端反应某些请求没有响应,查看服务日志一些http请求根本没有收到,但是客户端确实记录发送了,只好抓包看在哪里丢弃了服务端:pyt
小万哥
•
6个月前
NumPy 差分、最小公倍数、最大公约数、三角函数详解
NumPy助你处理数学问题:计算序列的差分用np.diff(),示例返回5,10,20;找最小公倍数(LCM)用np.lcm(),数组示例返回18;最大公约数(GCD)用np.gcd.reduce(),数组示例返回4;三角函数如np.sin(),np.deg2rad()用于角度弧度转换。别忘了np.arcsin()等反三角函数,以及np.hypot()求斜边长度。学习NumPy,科学计算更轻松!
小万哥
•
6个月前
NumPy 双曲函数与集合操作详解
NumPy概览:使用numpy.sinh(),numpy.cosh(),numpy.tanh()计算双曲函数;示例包括求弧度值的双曲正弦、余弦。此外,numpy.arcsinh(),numpy.arccosh(),numpy.arctanh()用于求反函数。同时,NumPy提供集合操作如numpy.unique()构建唯一元素数组,numpy.union1d()求并集,numpy.intersect1d()求交集,numpy.setdiff1d()求差集,numpy.setxor1d()求对称差。
钟馗
•
5个月前
自己实现的php mvc开发框架
php,mvc,framework
小白学大数据
•
5个月前
Java Selenium WebDriver:代理设置与图像捕获
在网络爬虫和自动化测试领域,SeleniumWebDriver是一个非常流行的工具,它允许开发者模拟用户在浏览器中的操作。然而,出于安全或隐私的考虑,有时我们需要通过代理服务器来发送请求。本文将介绍如何在Java环境中使用SeleniumWebDriver
1
•••
334
335
336
•••
338