贵阳网站建设_贵阳网站设计_贵阳百度排名_贵阳网络公司_贵阳网页设计-贵阳百度推广

发表日期： 2021-09-14 14:06:33 浏览次数：84

网站建设.jpg

贵阳，简称“筑”，别称林城、筑城，是贵州省辖地级市、省会，西南地区重要的中心城市。地处黔中山原丘陵中部，东南与瓮安县、龙里县、惠水县、长顺县接壤，西靠安顺地区的平坝区和毕节地区的织金县，北邻毕节地区的黔西县、金沙县和播州区。 [148] 截至2020年，贵阳市下辖6个区、3个县、代管1个县级市，总面积8034平方公里，根据第七次人口普查数据，截至2020年11月1日零时，贵阳市常住人口为598.7018万人。2020年，贵阳实现地区生产总值4311.65亿元，同比增长5.0%。 [146]

贵阳是贵州省的政治、经济、文化、科教、交通中心，西南地区重要的交通、通信枢纽、工业基地及商贸旅游服务中心，国务院批复确定的中国西南地区重要的区域创新中心、中国重要的生态休闲度假旅游城市 [1] ，全国综合性铁路枢纽 [5] ，也是国家级大数据产业发展集聚区 [6] 、呼叫中心与服务外包集聚区 [7] 、大数据交易中心、数据中心集聚区。境内有山地、河流、峡谷、湖泊、岩溶、洞穴、瀑布、原始森林、人文、古城楼阁等32种旅游景点，是首个国家森林城市 [9] 、国家循环经济试点城市 [10] 、中国避暑之都 [11] ，登“中国十大避暑旅游城市（2012年）”榜首。 [12]

2017年，复查确认保留全国文明城市称号。 [13] 2018年度《中国国家旅游》最佳优质旅游城市。 [14] 2019年1月，贵阳市获“2018中国国际营商环境标杆城市”“2018绿色发展和生态文明建设十佳城市”两项大奖。 [15] 2021年7月30日，交通运输部决定命名贵阳市为国家公交都市建设示范城市。

numpy.squeeze(arr, axis)

参数说明：

arr：输入数组
axis：整数或整数元组，用于选择形状中一维条目的子集

实例

import numpy as np
 x = np.arange(9).reshape(1,3,3)
 print ('数组 x：')print (x)print ('\n')y = np.squeeze(x)
 print ('数组 y：')print (y)print ('\n')
 print ('数组 x 和 y 的形状：')print (x.shape, y.shape)

输出结果为：

数组 x：[[[0 1 2]
  [3 4 5]
  [6 7 8]]]数组 y：[[0 1 2]
 [3 4 5]
 [6 7 8]]数组 x 和 y 的形状：(1, 3, 3) (3, 3)

连接数组

函数	描述
`concatenate`	连接沿现有轴的数组序列
`stack`	沿着新的轴加入一系列数组。
`hstack`	水平堆叠序列中的数组（列方向）
`vstack`	竖直堆叠序列中的数组（行方向）

numpy.concatenate

numpy.concatenate 函数用于沿指定轴连接相同形状的两个或多个数组，格式如下：

numpy.concatenate((a1, a2, ...), axis)

参数说明：

a1, a2, ...：相同类型的数组
axis：沿着它连接数组的轴，默认为 0

实例

import numpy as np
 a = np.array([[1,2],[3,4]])
 print ('第一个数组：')print (a)print ('\n')b = np.array([[5,6],[7,8]])
 print ('第二个数组：')print (b)print ('\n')# 两个数组的维度相同
 print ('沿轴 0 连接两个数组：')print (np.concatenate((a,b)))print ('\n')
 print ('沿轴 1 连接两个数组：')print (np.concatenate((a,b),axis = 1))

输出结果为：

第一个数组：[[1 2]
 [3 4]]第二个数组：[[5 6]
 [7 8]]沿轴 0 连接两个数组：[[1 2]
 [3 4]
 [5 6]
 [7 8]]沿轴 1 连接两个数组：[[1 2 5 6]
 [3 4 7 8]]

numpy.stack

numpy.stack 函数用于沿新轴连接数组序列，格式如下：

numpy.stack(arrays, axis)

参数说明：

arrays相同形状的数组序列
axis：返回数组中的轴，输入数组沿着它来堆叠

实例

import numpy as np
 a = np.array([[1,2],[3,4]])
 print ('第一个数组：')print (a)print ('\n')b = np.array([[5,6],[7,8]])
 print ('第二个数组：')print (b)print ('\n')
 print ('沿轴 0 堆叠两个数组：')print (np.stack((a,b),0))print ('\n')
 print ('沿轴 1 堆叠两个数组：')print (np.stack((a,b),1))

输出结果如下：

第一个数组：[[1 2]
 [3 4]]第二个数组：[[5 6]
 [7 8]]沿轴 0 堆叠两个数组：[[[1 2]
  [3 4]]

 [[5 6]
  [7 8]]]沿轴 1 堆叠两个数组：[[[1 2]
  [5 6]]

 [[3 4]
  [7 8]]]

numpy.hstack

numpy.hstack 是 numpy.stack 函数的变体，它通过水平堆叠来生成数组。

实例

import numpy as np
 a = np.array([[1,2],[3,4]])
 print ('第一个数组：')print (a)print ('\n')b = np.array([[5,6],[7,8]])
 print ('第二个数组：')print (b)print ('\n')
 print ('水平堆叠：')c = np.hstack((a,b))print (c)print ('\n')

输出结果如下：

第一个数组：[[1 2]
 [3 4]]第二个数组：[[5 6]
 [7 8]]水平堆叠：[[1 2 5 6]
 [3 4 7 8]]

numpy.vstack

numpy.vstack 是 numpy.stack 函数的变体，它通过垂直堆叠来生成数组。

贵阳网站建设_贵阳网站设计_贵阳百度排名_贵阳网络公司_贵阳网页设计-贵阳百度推广

上一页：长治SEO网站优化-长治企业网络推广优化服务-长治百度推广-长治网站关键词排名-长治公司客户宣传引流

下一页：宜昌网站建设_宜昌网站设计_宜昌百度排名_宜昌网络公司_宜昌网页设计-宜昌百度推广