Server Script

Tutorial ng Python

• Tutorial ng Python
• Panimula ng Python
• Pagsisimula ng Python
• Syntax ng Python
• Comment ng Python
• Variable ng Python
• Data Type ng Python
• Kartilya ng Kurso
• Casting ng Python
• String ng Python
• Boolean ng Python
• Operator ng Python
• List ng Python
• Tuple ng Python
• Set ng Python
• Dictionary ng Python
• Number sa Python
• While Loop ng Python
• For Loop ng Python
• Function ng Python
• Lambda ng Python
• Array ng Python
• If Else sa Python
• Inheritance ng Python
• Iteration ng Python
• Scope ng Python
• Module ng Python
• Date ng Python
• JSON ng Python
• RegEx ng Python
• PIP ng Python
• Try Except ng Python
• Class/Object sa Python
• Format ng String ng Python

Input ng Command sa Python

• Bukas ng File ng Python
• Basa ng File ng Python
• File Processing
• Pagtanggal ng File ng Python

Pagsulat/Gumawa ng File sa Python

• Panimula ng NumPy
• Pagsisimula ng NumPy
• Paglikha ng Array ng NumPy
• Index ng Array ng NumPy
• Paghahanap ng Array ng NumPy
• Data Type ng NumPy
• Copy/View ng Array ng NumPy
• Hugis ng Array ng NumPy
• Paghahanda ng Array ng NumPy
• Iteration ng Array ng NumPy
• Pagkakabit ng Array ng NumPy
• Paghihiwalay ng Array ng NumPy
• Paghahanap ng Array ng NumPy
• Pagtatala ng Array ng NumPy
• Pagbubungad ng Array ng NumPy
• Random ng NumPy
• ufuncs ng NumPy

Python NumPy

• Machine Learning
• Pagsisimula
• Average Median Mode
• Standard Deviation
• Percentile
• Data Distribution
• Normal Data Distribution
• Scatter Plot
• Linear Regression
• Polynomial Regression
• Skalang
• Pagsasanay/Testing
• Decision Tree

Python MySQL

• Pagsisimula ng MySQL
• Lumikha ng Database ng MySQL
• Lumikha ng Table ng MySQL
• Insert ng MySQL
• Select ng MySQL
• Where ng MySQL
• OrderBy ng MySQL
• Delete ng MySQL
• Drop Table ng MySQL
• Update ng MySQL
• Limit ng MySQL
• Join ng MySQL

Python MongoDB

• Pagsisimula ng MongoDB
• Lumikha ng Database ng MongoDB
• Lumikha ng Collection ng MongoDB
• Insert ng MongoDB
• Find ng MongoDB
• Query ng MongoDB
• Sort ng MongoDB
• Delete ng MongoDB
• Tanggalin ang Collection ng MongoDB
• Update ng MongoDB
• Limit ng MongoDB

Manwal ng Python

• Panlabas na Paglalarawan ng Python
• Mga Naibangong Function sa Python
• Mga Paraan ng String sa Python
• Mga Paraan ng List sa Python
• Mga Paraan ng Dictionary sa Python
• Mga Paraan ng Tuple sa Python
• Mga Paraan ng Collection sa Python
• Mga Paraan ng File sa Python
• Mga Keyword ng Python

Mga Referensya ng Manwal ng Module

• Mga Module ng Random
• Mga Module ng Paghingi

Python How To

• Tanggalin ang mga kapansin-pansin sa listahan
• Bawiin ang string

Python Halimbawa

• Python Halimbawa
• Python Pagsusulit

Pangunguha na kurso

Rekomendasyon ng kurso:

• CodeW3C.com Bayan ng Bayan

Kumonekta ang NumPy array

Ang kumonekta ay nangangahulugang ilagay ang nilalaman ng dalawang o higit pang array sa isang array lamang.

Sa SQL, kumonekta namin ang mga table base sa key, habang sa NumPy, kumonekta namin ang mga array base sa axis.

Nagbigay kami ng isang serye ng array na dapat idikit sa axis. concatenate() Ang function na naglalaman ng array. Kung hindi ito hayag na ipasa ang axis, ito ay inaakala na 0.

Halimbawa

Kumonekta ang dalawang array:

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)

Pagsasakatuparan ng Halimbawa

Halimbawa

Sumanggit sa linya (axis=1) ang kumonekta ang dalawang 2-D array:

import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)

Pagsasakatuparan ng Halimbawa

Konekta ng paggamit ng pagpapatataas

Ang pagpapatataas ay katulad ng pagkakasunod-sunod, ngunit ang pagkakaiba ay ang pagpapatataas ay ginagawa sa bagong axis.

Maaari naming idikit ang dalawang isang-dimensiyonal na array sa ikalawang axis, na magiging kapareho ng pagpapatataas (stacking).

Nagbigay kami ng isang serye ng array na dapat idikit sa axis. concatenate() Mga array na gamit ang paraan. Kung hindi itinuturo ang axis, ito ay ituturing na 0.

Halimbawa

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.stack((arr1, arr2), axis=1)
print(arr)

Pagsasakatuparan ng Halimbawa

Ihahambing sa linya

NumPy ay nagbibigay ng isang tulay na paglilingkod:hstack() Ihahambing sa linya.

Halimbawa

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.hstack((arr1, arr2))
print(arr)

Pagsasakatuparan ng Halimbawa

Ihahambing sa kalsada

NumPy ay nagbibigay ng isang tulay na paglilingkod:vstack() Ihahambing sa kalsada.

Halimbawa

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.vstack((arr1, arr2))
print(arr)

Pagsasakatuparan ng Halimbawa

Ihahambing sa taas (kalaliman)

NumPy ay nagbibigay ng isang tulay na paglilingkod:dstack() Ihahambing sa taas, ang kalaliman ay magkapareho.

Halimbawa

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.dstack((arr1, arr2))
print(arr)

Pagsasakatuparan ng Halimbawa

Box ng Alat

Manwal ng Python

Python Halimbawa

Python Pagsusulit

Link ng Sponsor