1.NumPy模块简介
Numpy是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成为目前最受欢迎的机器学习学习与实践的工具。
NumPy库的主要有以下几个作用：
2024年11月20日
1.NumPy模块简介
Numpy是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档，因此成为目前最受欢迎的机器学习学习与实践的工具。
NumPy库的主要有以下几个作用：
2024年11月20日
2024年11月20日
Harris角点检测由Chris Harris和Mike Stephens在1988年提出，是通过数学计算在图像上发现角点特征的一种算法，而且其具有旋转不变性的特质。OpenCV中的Shi-Tomasi角点检测就是基于Harris角点检测改进算法。
1. 算法步骤：
算法详细步骤
2024年11月20日
全文共2607字，预计学习时长7分钟
如今，画素描或创作漫画并不一定要手动完成，许多应用程序可以把你的照片转换成卡通图片。这并不像你想象中那么难，只需几行代码就能实现想要的效果。
2024年11月20日
前面文章分别简单介绍了线性回归，逻辑回归，贝叶斯分类，并且用python简单实现。这篇文章介绍更简单的 knn， k-近邻算法（kNN，k-NearestNeighbor）。 k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标数据最为相似）。
原理
kNN算法的核心思想是用距离最近(多种衡量距离的方式)的k个样本数据来代表目标数据的分类。
2024年11月20日
1.我们有两个国家(英国，美国·)的信息，我们希望把两个数据放到一起研究，同时保留国家的信息(每条数据的国家来源)。我们想保留国家信息，就要在每条数据后面添加一列能代表该国家信息的数据，比如我们在英国的每条数据后面添加一列0，在美国的每条数据后面添加一列1
import numpy as np
filepath="./data.csv"
filepath1="./data1.csv"
#加载国家数据
t1=np.loadtxt(filepath,dtype="int",delimiter=",")
t2=np.loadtxt(filepath1,dtype="int",delimiter=",")
# print(t1)
# print("*"*50)
# print(t2)
#添加国家信息,对于t1.shape[0]，前面我们知道二维数组调用shape会返回一个元组，
# 元组的第一个值表示行，所以t1.shape[0]表示所有的行，(t1.shape[0],1)表示
# 所有行的第一列，构造全为0，1的数据
zero_data=np.zeros((t1.shape[0],1))
one_data=np.ones((t2.shape[0],1))
#分别水平拼接一列0，1的数据
t3=np.hstack((t1,zero_data)).astype(int)
t4=np.hstack((t2,one_data)).astype(int)
# print(t3)
# print(t4)
#竖直拼接两组数据
t5=np.vstack((t3,t4))
print(t5)2024年11月20日
NumPy（Numerical Python）是Python语言的一个扩充程序库，Numpy、Pandas和Matplotlib并称数据分析三剑客。numpy支持高级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。