读取txt文件我们通常使用 numpy 中的 loadtxt（）函数numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0）注：loadtxt的功能是读入数据文件，这里的数据文件要求每一行数据的格式相...

在使用tensorflow的过程中，有时候我们需要知道中间变量tensor的值，这可以帮助我们查看中间结果，调试程序。但是你会发现，tensor直接打印，输出的是数据类型、形状等等的信息，无法打印变量的值，如下图所示：因此，要打印输出tensor的值，需要借助class tf.Session, class tf.InteractiveSession。因为我们在建立graph的时候，只建立t...

from scipy.spatial.distance import pdist, squareformpdist这是一个强大的计算距离的函数scipy.spatial.distance.pdist(X,metric='euclidean',*args,**kwargs)参数X：ndarrayAn m by n array of m original observ...

曾经以为排序只能使用list的sort函数，后来发现array的排序实现方法也有很多。List1、一维数组2、二维数组无论是一维数组还是二维数组都能通过 list 自带的 sort() 函数进行更新，或者直接调用sorted()方法即可。import numpy as npa = [3,4,5,1,2,3]b = [[3,4,5],[2,3,4]]c = [[3,4,...

from sklearn.decomposition import PCAPCA主成分分析（Principal Components Analysis），简称PCA，是一种数据降维技术，用于数据预处理。PCA的一般步骤是：先对原始数据零均值化，然后求协方差矩阵，接着对协方差矩阵求特征向量和特征值，这些特征向量组成了新的特征空间。sklearn.decomposition.PC...

from sklearn.decomposition import PCAPCA主成分分析（Principal Components Analysis），简称PCA，是一种数据降维技术，用于数据预处理。PCA的一般步骤是：先对原始数据零均值化，然后求协方差矩阵，接着对协方差矩阵求特征向量和特征值，这些特征向量组成了新的特征空间。sklearn.decomposition.PC...