numpy学得还不错？来试试这20题（下）

2020-08-27

作者：刘早起 来源：早起Python 大家好，这篇是接上篇《numpy学得还不错？来试试这20题（上）》，又到了numpy进阶修炼专题。numpy大家应该不陌生了，看了太多的原理讲解之后，用刷题来学习是最有效的方法， ...

numpy学得还不错？来试试这20题！（上）

2020-08-27

作者：刘早起 来源：早起Python 大家好，又到了numpy进阶修炼专题。numpy大家应该不陌生了，看了太多的原理讲解之后，用刷题来学习是最有效的方法，本文将带来20个NumPy经典问题，附赠20段实用代码 ...

numpy学的还不错？来试试这20题！

2020-07-20

numpy是一款功能强大的python库,通常被用来存储和处理大型矩阵。numpy可以支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库 。相信大家在数据分析过程中一定少不了numpy的帮助，为了帮助大 ...

关于numpy概念的简单理解

2020-07-06

numpy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象(如掩码数组和矩阵)，以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、 ...

python知识普及：numpy基础操作

2020-06-10

Numpy基础数据结构 import numpy as np ar = np.array([[1,2,3], [3,4,6], [4,5,7]])  # 二维数组 print(ar) print(type(ar)) ar [[1 2 3] [3 4 6] [4 5 7]] array([[1, 2, 3],       ...

python numpy库中矩阵用法指南！

2020-05-29

矩阵是一个由m*n个数排成的m行n列的表称为m行n列的矩阵，简称为m*n矩阵。下面的矩阵是一个3*2(3乘2)矩阵，因为它有三行四列。 在数学的概念中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最 ...

python numpy 一维数组转变为多维数组的实例

2018-08-14

python numpy 一维数组转变为多维数组的实例 今天小编就为大家分享一篇python numpy 一维数组转变为多维数组的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 如下所示： &nbs ...

基于Python中numpy数组的合并实例讲解

2018-08-14

基于Python中numpy数组的合并实例讲解 下面小编就为大家分享一篇基于Python中numpy数组的合并实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 Python中numpy ...

Python使用numpy实现BP神经网络

2018-07-27

Python使用numpy实现BP神经网络 本文完全利用numpy实现一个简单的BP神经网络，由于是做regression而不是classification，因此在这里输出层选取的激励函数就是f(x)=x。BP神经网络的具体原理此处不再介绍。 &nbs ...

对numpy中数组元素的统一赋值实例

2018-07-21

对numpy中数组元素的统一赋值实例 Numpy中的数组整体处理赋值操作一直让我有点迷糊，很多时候理解的不深入。今天单独列写相关的知识点，进行总结一下。 先看两个代码片小例子： 例子1：      ...

Python numpy 提取矩阵的某一行或某一列的实例

2018-05-02

Python numpy 提取矩阵的某一行或某一列的实例 下面小编就为大家分享一篇Python numpy 提取矩阵的某一行或某一列的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 如下所示：& ...

Python基于numpy灵活定义神经网络结构的方法

2017-09-10

Python基于numpy灵活定义神经网络结构的方法 这篇文章主要介绍了Python基于numpy灵活定义神经网络结构的方法,结合实例形式分析了神经网络结构的原理及Python具体实现方法,涉及Python使用numpy扩展进行数学运算 ...

python中numpy基础学习及进行数组和矢量计算

2017-08-24

python中numpy基础学习及进行数组和矢量计算 在python中有时候我们用数组操作数据可以极大的提升数据的处理效率，类似于R的向量化操作，是的数据的操作趋于简单化，在python 中是使用numpy模块可以进行数组和 ...

【CDA干货】机器学习参数重要性分析：从参数类型到落地实践，优化模型性能的核心指南

2025-10-16

在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这些参数的微小调整都可能显著影响模型的预测精度、泛化能力甚至训练效率。但很多从业者 ...

【CDA干货】鸢尾花识别案例：一文读懂特征值与目标值的核心定义与应用

2025-10-15

在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适中，包含了植物学中可量化的形态特征，以及明确的品种分类目标，几乎所有初学者的第一 ...

【CDA干货】机器学习特征重要性分析：原理、实战与业务落地指南

2025-10-11

在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模型效率，更能揭示 “哪些因素真正影响目标结果”（如用户流失的核心原因、房价波动的关 ...

【CDA干货】正态 t 检验与符号秩检验的选择指南

2025-10-09

本文将从 “检验本质” 切入，拆解两种方法的核心适用条件、场景边界与实战选择逻辑，结合医学、工业、教育领域的案例，让你明确：何时必须用 t 检验，何时只能用符号秩检验，以及如何通过数据特征快速决策。 一、先 ...

CDA 数据分析师：读懂时间序列，让历史数据成为业务预测的 “指南针”

2025-09-30

在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股价波动趋势”，零售门店想确定 “明日库存该备多少”。这些问题的答案，藏在 “时间序 ...

【CDA干货】XGBoost 决策树：原理、优化与工业级实战指南

2025-09-29

XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型，但传统决策树存在 “易过拟合、精度有限、对噪声敏感” 等缺陷。而 XGBoost（Extreme ...

CDA 数据分析师：精通标签加工方式，让数据标签从 “raw” 到 “ready”

2025-09-29

在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加工—— 即将分散的原始数据（如用户行为日志、订单记录）通过清洗、计算、建模等手段， ...