别人已经写好了，保存一下！https://zhuanlan.zhihu.com/p/30659982

import numpy as npa = np.array([1,2,3,4,5,6,6,7,6])b = np.where(a == 6)# b = np.argwhere(a ==6 )print(b)

1、在一张图上画多条曲线import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3,3,50)#设置横轴的取值点y1 = 2 * x + 1#曲线1y2 = x**2#曲线2plt.figure(num=3,figsize=(8,5))plt.plot(x,y2)plt.plot(x,y1,...

使用列表List作为样本点表示的欧氏距离计算方法：import math# 计算两点之间的距离def eucliDist(A,B):return math.sqrt(sum([(a - b)**2 for (a,b) in zip(A,B)]))X = [1,2,3,4]Y = [0,1,2,3]print(eucliDist(X,Y))使用np.array作为样本点...

repmat函数repmat函数主要是用于快速的产生一个大的矩阵，它的用法一般有下面几种：B = repmat(A,M,N)矩阵B是矩阵A的复制品，其中B的维度为[size(A,1)*M, size(A,2)*N]。如果你写成repmat(A,[M,N])也是可以的；如果你写成repmat(A,N)，那么它等价于repmat(A,N,N)或者repmat(A,[N,N])。其实就是把A当做一个元素

来自：http://blog.csdn.net/fhl812432059/article/details/51745226转载是一种偷懒。管不了那么多了，人一辈子就那么多时间。各位客官将就一下吧，哈哈步骤：1.用管理员方式打开cmd2.首先通过pip命令安装wheel如果提示’pip’不是内部或外部命令，也不是可运行的程序或批处理文件①将python安装目录下的scrip

参考文献：New Balanced Active Learning Model and Optimization Algorithm--2018IJCAI原文代码找了好久没有找到，至少Github上没有，为了深入学习只能自己撸码了。代码还没进行类封装。目前效果还不好，可能是参数没设置好，也可能是代码有问题。有空好好改一下。import numpy as npimport pandas as pdi

从本质上来讲，决策是决策者对决策对象或决策方案的一种分析对比和选择的过程，并最终对决策对象或决策方案进行分类、分级或排序。数据驱动的决策是决策者通过对与决策对象有关的数据进行分析，挖掘数据中隐含的有关决策对象之间的偏好关系的信息，根据得到的偏好关系信息对决策对象进行分类、分级或排序，并最终做出选择的全过程。数据中带有用户对决策对象的偏好信息。基于大数...

递归的实现是函数自己调用自己，每次调用函数都要压栈弹栈保存和恢复寄存器的栈操作，非常消耗空间的。

import numpy as npa = np.array([1,2,3,6])b = np.array([3,2,1,5])def dist(a, b):return np.sqrt(sum((a - b) ** 2))print(dist(a,b))print(np.linalg.norm(a-b,ord=2))