“Python编程”版本间的差异
来自iCenter Wiki
（→Numpy库使用） |
（→Numpy库使用） |
||
| 第20行： | 第20行： | ||
Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等） | Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等） | ||
| − | + | 以下代码 | |
| − | + | ||
| − | + | import matplotlib.pyplot as plt | |
| + | import numpy as np | ||
| + | x = np.linspace(-10,10,1000) | ||
| + | sink = lambda x: np.sin(x)/x | ||
| − | + | plt.plot(x, sink(x), color='blue', lw=2) | |
| − | + | ||
| − | + | plt.show() | |
| − | + | ||
| − | + | ||
==TensorFlow== | ==TensorFlow== | ||
2017年10月26日 (四) 10:58的版本
python语言
文件读取：csv（pandas库），图片（pilllow库），其他（字符串处理）
Pandas库使用
#/usr/bin/python # -*- coding: utf-8 -*-
import pandas as np import sys
df = np.read_csv("traffic.txt", header=None)
for x in range(0,10):
df.to_csv("%d.csv" %x, columns=[x], header=True, index=False)
Numpy库使用
Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等）
以下代码
import matplotlib.pyplot as plt import numpy as np x = np.linspace(-10,10,1000) sink = lambda x: np.sin(x)/x
plt.plot(x, sink(x), color='blue', lw=2)
plt.show()
TensorFlow
神经网络搭建：
小作业
从头开始mnist识别训练
参考书
- Lutz, Mark. Learning python. " O'Reilly Media, Inc.", 2013.
