济宁网站建设_济宁网站设计_济宁百度排名_济宁网络公司_济宁网页设计-济宁百度推广

发表日期： 2021-09-14 13:58:19 浏览次数：81

网站建设.jpg

济宁，山东省辖地级市，位于山东省西南部，东邻临沂市，西与菏泽市接壤，南面是枣庄市和江苏省徐州市，北面与泰安市交界。是山东省政府批复的淮海经济区中心城市之一、是历史文化名城、滨水生态旅游城市。 [1] 济宁属暖温带季风气候，面积1.1万平方公里 [50] 。根据第七次人口普查数据，截至2020年11月1日零时，济宁市常住人口为8357897人。 [49]

济宁地区历史文化悠久，是东夷文化、华夏文明、儒家文化、水浒文化、运河文化的重要发祥地之一。儒家创始人至圣孔子、亚圣孟子、复圣颜回、史家左丘明皆出生于此。元明清时期，京杭大运河促进了济宁商品经济的繁荣，使济宁成为京杭大运河沿岸重要的工商业城市。

济宁市11县市区人文旅游资源丰富，曲阜孔庙、孔府及孔林和境内的京杭大运河被联合国教科文组织列入世界遗产名录，拥有孟庙、孟府、曲阜鲁国故城、崇觉寺铁塔等41处全国重点文物保护单位，以及水泊梁山、微山湖、宝相寺、峄山等风景名胜区。 [47-48] 拥有曲阜师范大学、济宁医学院等高校，以及世界儒学研究与交流中心孔子研究院。2018年10月，获得“国家森林城市”称号。2020年10月20日，被评为全国双拥模范城（县）。 [3]

2019年，人均生产总值达52331元（按年平均汇率折算为7585.85美元）。 [2] 2020年，济宁市全市生产总值4494.31亿元，按可比价格计算，比上年增长3.6%。

numpy.swapaxes(arr, axis1, axis2)

arr：输入的数组
axis1：对应第一个轴的整数
axis2：对应第二个轴的整数

实例

import numpy as np
 # 创建了三维的 ndarraya = np.arange(8).reshape(2,2,2)
 print ('原数组：')print (a)print ('\n')# 现在交换轴 0（深度方向）到轴 2（宽度方向）
 print ('调用 swapaxes 函数后的数组：')print (np.swapaxes(a, 2, 0))

输出结果如下：

原数组：[[[0 1]
  [2 3]]

 [[4 5]
  [6 7]]]调用 swapaxes 函数后的数组：[[[0 4]
  [2 6]]

 [[1 5]
  [3 7]]]

修改数组维度

维度	描述
`broadcast`	产生模仿广播的对象
`broadcast_to`	将数组广播到新形状
`expand_dims`	扩展数组的形状
`squeeze`	从数组的形状中删除一维条目

numpy.broadcast

numpy.broadcast 用于模仿广播的对象，它返回一个对象，该对象封装了将一个数组广播到另一个数组的结果。

该函数使用两个数组作为输入参数，如下实例：

实例

import numpy as np
 x = np.array([[1], [2], [3]])y = np.array([4, 5, 6])   # 对 y 广播 xb = np.broadcast(x,y)  # 它拥有 iterator 属性，基于自身组件的迭代器元组
 print ('对 y 广播 x：')r,c = b.iters
 # Python3.x 为 next(context) ，Python2.x 为 context.next()print (next(r), next(c))print (next(r), next(c))print ('\n')# shape 属性返回广播对象的形状
 print ('广播对象的形状：')print (b.shape)print ('\n')# 手动使用 broadcast 将 x 与 y 相加b = np.broadcast(x,y)c = np.empty(b.shape)
 print ('手动使用 broadcast 将 x 与 y 相加：')print (c.shape)print ('\n')c.flat = [u + v for (u,v) in b]
 print ('调用 flat 函数：')print (c)print ('\n')# 获得了和 NumPy 内建的广播支持相同的结果
 print ('x 与 y 的和：')print (x + y)

输出结果为：

对 y 广播 x：1 41 5广播对象的形状：(3, 3)手动使用 broadcast 将 x 与 y 相加：(3, 3)调用 flat 函数：[[5. 6. 7.]
 [6. 7. 8.]
 [7. 8. 9.]]x 与 y 的和：[[5 6 7]
 [6 7 8]
 [7 8 9]]

numpy.broadcast_to

numpy.broadcast_to 函数将数组广播到新形状。它在原始数组上返回只读视图。它通常不连续。如果新形状不符合 NumPy 的广播规则，该函数可能会抛出ValueError。

numpy.broadcast_to(array, shape, subok)

实例

import numpy as np
 a = np.arange(4).reshape(1,4)
 print ('原数组：')print (a)print ('\n')
 print ('调用 broadcast_to 函数之后：')print (np.broadcast_to(a,(4,4)))

输出结果为：

原数组：[[0 1 2 3]]调用 broadcast_to 函数之后：[[0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]]

numpy.expand_dims

numpy.expand_dims 函数通过在指定位置插入新的轴来扩展数组形状，函数格式如下:

 numpy.expand_dims(arr, axis)

参数说明：

arr：输入数组
axis：新轴插入的位置

实例

import numpy as np
 x = np.array(([1,2],[3,4]))
 print ('数组 x：')print (x)print ('\n')y = np.expand_dims(x, axis = 0)
 print ('数组 y：')print (y)print ('\n')
 print ('数组 x 和 y 的形状：')print (x.shape, y.shape)print ('\n')# 在位置 1 插入轴y = np.expand_dims(x, axis = 1)
 print ('在位置 1 插入轴之后的数组 y：')print (y)print ('\n')
 print ('x.ndim 和 y.ndim：')print (x.ndim,y.ndim)print ('\n')
 print ('x.shape 和 y.shape：')print (x.shape, y.shape)

输出结果为：

数组 x：[[1 2]
 [3 4]]数组 y：[[[1 2]
  [3 4]]]数组 x 和 y 的形状：(2, 2) (1, 2, 2)在位置 1 插入轴之后的数组 y：[[[1 2]]

 [[3 4]]]x.ndim 和 y.ndim：2 3x.shape 和 y.shape：(2, 2) (2, 1, 2)

numpy.squeeze

numpy.squeeze 函数从给定数组的形状中删除一维的条目，函数格式如下：

济宁网站建设_济宁网站设计_济宁百度排名_济宁网络公司_济宁网页设计-济宁百度推广

上一页：襄阳网站建设_襄阳网站设计_襄阳百度排名_襄阳网络公司_襄阳网页设计-襄阳百度推广

下一页：周口网站建设_周口网站设计_周口百度排名_周口网络公司_周口网页设计-周口百度推广