**
你知道吗**
我发现在numpy中处理2d数组时,我意识到求和有不同的选项,即Python内置方法sum
只提供沿轴的求和,而numpy sum
提供整个2d数组(矩阵)的求和。你知道吗
**
**
我注意到逻辑and(and
)按位and(&
)都工作在同一个数据元素上,但产生不同的结果。事实上,逻辑and and
在dataframe
的series
范围内不起作用,而按位and &
工作得很好。你知道吗
为什么会这样?有人能根据语言的历史、设计、目的等提供见解,以便更好地理解吗?你知道吗
敬礼
单一共享平台
Tags:
这就是它的设计方式。nparray属于numpy,它有一个自然的总和来概括整个结构。但是Python中的一个没有递归的特性。你知道吗
numpy
在Python中操作,并从ndarray
类方法和模块函数获取其所有特殊行为。它不改变Python语法。你知道吗Python
sum
将其输入视为一个iterable;使用1d数组很容易理解,这就像对列表进行操作一样。但在二维阵列上,更难理解:Python
and
是一个短路运算符。与if
语句一样,它与numpy数组一起使用可能会产生ambiguity
错误。数组的比较产生布尔数组。布尔数组不能在需要标量布尔值的Python上下文中使用。你知道吗像
+
、*
、&
这样的运算符具有类特定的含义/方法。[1,2,3]*3
与np.array([1,2,3])*3
不同。"a"+"string"
与np.arange(3)+3
不同。你知道吗相关问题 更多 >
编程相关推荐