Мы поможем в написании ваших работ!
ЗНАЕТЕ ЛИ ВЫ?
|
add.reduce(a, axis). cumsum(a, axis). add.accumulate(a, axis). product(a, axis). multiply.reduce(a, axis). cumproduct(a, axis). multiply.accumulate(a, axis). alltrue(a, axis). logical_and.reduce(a, axis). sometrue(a, axis). logical_or.reduce(a, axis). Фун
Содержание книги
- С точки зрения объектно-ориентированного подхода,объект-это нечто,обладающее
- Интерпретатор языкаPythonвсегда может сказать,к какому типу относится объект.Однако
- Пока что вpythonесть"классические"и"новые"классы. Первые классы определяются сами по себе,а вторые обязательно ведут свою родословную от класса object. Для целей
- from sets import Set as set # тип для множества
- def getx(self): return self.__x
- Этот метод вызывается при присваивании значения некоторому атрибуту.В отличие от __getattr__(),метод всегда вызывается,а
- print ad.a, ad.b, ad.c ad.d = 512
- print get_last([1, 2, 3]) print get_last("abcd")
- gt;>> class A(object): pass
- class ABC: a = ma b = mb c = mc
- В случае,когда надклассы имеют одинаковые методы,использование того или иного метода определяется порядком разрешения методов(method resolution order). Для
- quot;""Поместить элемент на стек"""
- def __init__(self, lst, n): self.n = n
- gt;>> s = MyClass() # создается экземпляр класса
- children = [cls.convert(child) for child in val] return cls(val.node, children)
- convert = classmethod(convert)
- def my_method(self): print "self:", self
- from Multimethod import Method, Generic, AmbiguousMethodError
- Должен возвращать кортеж из аргументов,который будет
- Лекция#5:Численные алгоритмы.Матричные
- Для создания массива можно использовать функцию array() с указанием содержимого массива(в виде вложенных списков)и типа. Функция array() делает копию,если ее
- Объекты-массивы Numeric используют расширенный синтаксис выделения среза.Следующие примеры иллюстрируют различные варианты записи срезов.Функция
- каждый третий элемент строки 1
- Наименьшее(наибольшее)целое,большее(меньшее)или
- gt;>> add.accumulate([1, 2, 3, 4])
- add.reduce(a, axis). cumsum(a, axis). add.accumulate(a, axis). product(a, axis). multiply.reduce(a, axis). cumproduct(a, axis). multiply.accumulate(a, axis). alltrue(a, axis). logical_and.reduce(a, axis). sometrue(a, axis). logical_or.reduce(a, axis). Фун
- Второе измерение,образующее вместе с первым плоскость,на которой и берется
- Индекс минимального значения в массиве по заданному
- Суммирование с промежуточными результатами
- Возвращает индексы ненулевых элементов одномерного массива
- Выбор частей массива a на основе индексов indices по измерению axis
- gt;>> print "Проверка:", Numeric.dot(a, x) - b
- gt;>> print RandomArray.normal(0, 1, 30)
- negative_binomial(trials, p, shape=[])
- iso_ir_6': 'ascii', 'maccyrillic': 'mac_cyrillic', 'iso_celtic': 'iso8859_14', 'ebcdic_cp_wt': 'cp037', 'ibm500': 'cp500', ...
- sys:1: DeprecationWarning: Non-ASCII character '\xf0' in file example.py on line 2, but no encoding declared;
- В строке формата кроме текста могут употребляться спецификации,регламентирующие формат выводимого значения.Спецификация имеет синтаксис
- Восьмеричное беззнаковое целое
- File "/home/rnd/tmp/Python-2.4b2/Lib/string.py", line 172, in substitute return self.pattern.sub(convert, self.template)
- Возвращает наименьший индекс,с которого начинается вхождение подстроки sub в строку.Параметры start и end
- Удаляет пробельные символы слева
- text = open(string.__file__[:-1]).read() start = 0
- import StringIO my_string = "1234567890" f1 = StringIO.StringIO()
- Синтаксис регулярного выражения
- Фрагмент справа или фрагмент слева
- Взгляд вперед:строка должна соответствовать заданному регулярному
- Наоборот,не соответствует промежутку между символами на
- r"aa|bb|cc|AA|BB|CC"
- Строка из двух одинаковых букв,но шаблон задан с использованием групп
- quot;""Отладка рег. выражения. Перед отладкой лучше убрать лишние скобки """
add.reduce(a, axis)
cumsum(a, axis)
add.accumulate(a, axis)
product(a, axis)
multiply.reduce(a, axis)
cumproduct(a, axis)
multiply.accumulate(a, axis)
alltrue(a, axis)
logical_and.reduce(a, axis)
sometrue(a, axis)
logical_or.reduce(a, axis)
Примечание:
Параметр axis указывает размерность.
Функции для работы с массивами
Функций достаточно много,поэтому подробно будут рассмотрены только две из них,а остальные сведены в таблицу.
Функция Numeric.take()
Функция Numeric.take() позволяет взять часть массива по заданным на определенном измерении индексам.По умолчанию номер измерения(третий аргумент)равен нулю.
>>> import Numeric
>>> a = Numeric.reshape(Numeric.arrayrange(25), (5, 5))
>>> print a
[[
4]
[
9]
[10 11
14]
[15 16
19]
[20 21
24]]
>>> print Numeric.take(a, [1], 0) [ [5 6 7 8 9]]
>>> print Numeric.take(a, [1], 1) [[ 1] [ 6] [11] [16] [21]]
>>> print Numeric.take(a, [[1,2],[3,4]])
[[[ 5
9]
[10 11
14]]
[[15 16
19]
[20
24]]]
В отличие от среза,функция Numeric.take() сохраняет размерность массива,если конечно,структура заданных индексов одномерна.Результат Numeric.take(a, [[1,2],[3,4]]) показывает,что взятые по индексам части помещаются в массив со структурой самих индексов,как если бы вместо 1 было написано [5 6 7 8 9],а вместо 2-
[10 11 12 13 14] и т.д.
Функции Numeric.diagonal() и Numeric.trace()
Функция Numeric.diagonal() возвращает диагональ матрицы.Она имеет следующие аргументы:
a
Исходный массив.
offset
Смещение вправо от"главной"диагонали(по умолчанию0).
axis1
Первое из измерений,на которых берется диагональ(по умолчанию0).
axis2
|
