零基础学 Python（2018 版） 
80146 人已学习
新⼈⾸单¥68
课程目录
已完结/共 72 讲
第一章 ：Python介绍和安装 (3讲)
第二章 ：Python基础语法 (3讲)
第三章 ：序列 (5讲)
时长 08:08
时长 03:42
时长 03:00
时长 09:44
时长 03:05
第四章 ：条件与循环 (5讲)
时长 08:25
时长 05:09
时长 05:49
时长 08:12
时长 04:13
第五章 ：映射与字典 (2讲)
时长 10:19
时长 05:06
第六章 ：文件和输入输出 (2讲)
时长 08:24
时长 08:32
第七章 ：错误和异常 (1讲)
时长 14:53
第八章 ：函数 (11讲)
时长 21:51
时长 07:43
时长 02:50
时长 07:16
时长 05:02
时长 10:30
时长 10:15
时长 05:43
时长 06:58
时长 08:15
时长 02:42
第九章 ：模块 (1讲)
时长 06:47
第十章 ：语法规范 (1讲)
时长 07:16
第十一章 ：面向对象编程 (4讲)
第十二章 ：多线程编程 (2讲)
时长 16:16
时长 10:29
第十三章 ：标准库 (10讲)
时长 03:10
时长 04:15
时长 14:12
时长 06:59
时长 03:12
时长 05:25
时长 06:46
时长 03:49
时长 08:49
时长 08:40
第十四章 ：机器学习库 (12讲)
时长 06:43
时长 03:05
时长 04:44
时长 03:29
时长 08:18
时长 04:09
时长 19:50
时长 03:44
时长 14:07
时长 05:22
时长 03:47
时长 10:18
第十五章 ：爬虫 (8讲)
时长 06:13
时长 08:10
时长 03:42
时长 03:28
时长 07:23
时长 04:58
时长 06:45
时长 11:03
第十六章 ：综合案例 & 结课测试 (1讲)
时长 18:22
特别放送 (1讲)
时长 05:18
零基础学 Python（2018 版）
登录|注册
当前播放: 53 | NumPy数组和标量的计算
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
付费课程，可试看
01 | Python语言的特点
02 | Python的发展历史与版本
03 | Python的安装
04 | Python程序的书写规则
05 | 基础数据类型
06 | 变量的定义和常用操作
07 | 序列的概念
08 | 字符串的定义和使用
09 | 字符串的常用操作
10 | 元组的定义和常用操作
11 | 列表的定义和常用操作
12 | 条件语句
13 | for循环
14 | while循环
15 | for循环语句中的if嵌套
16 | while循环语句中的if嵌套
17 | 字典的定义和常用操作
18 | 列表推导式与字典推导式
19 | 文件的内建函数
20 | 文件的常用操作
21 | 异常的检测和处理
22 | 函数的定义和常用操作
23 | 函数的可变长参数
24 | 函数的变量作用域
25 | 函数的迭代器与生成器
26 | Lambda表达式
27 | Python内建函数
28 | 闭包的定义
29 | 闭包的使用
30 | 装饰器的定义
31 | 装饰器的使用
32 | 自定义上下文管理器
33 | 模块的定义
34 | PEP8编码规范
35 | 类与实例
36 | 如何增加类的属性和方法
37 | 类的继承
38 | 类的使用-自定义with语句
39 | 多线程编程的定义
40 | 经典的生产者和消费者问题
41 | Python标准库的定义
42 | 正则表达式库re
43 | 正则表达式的元字符
44 | 正则表达式分组功能实例
45 | 正则表达式库函数match与search的区别
46 | 正则表达式库替换函数sub()的实例
47 | 日期与时间函数库
48 | 数学相关库
49 | 使用命令行对文件和文件夹操作
50 | 文件与目录操作库
51 | 机器学习的一般流程与NumPy安装
52 | NumPy的数组与数据类型
53 | NumPy数组和标量的计算
54 | NumPy数组的索引和切片
55 | pandas安装与Series结构
56 | Series的基本操作
57 | Dataframe的基本操作
58 | 层次化索引
59 | Matplotlib的安装与绘图
60 | 机器学习分类的原理
61 | Tensorflow的安装
62 | 根据特征值分类的模型和代码
63 | 网页数据的采集与urllib库
64 | 网页常见的两种请求方式get和post
65 | HTTP头部信息的模拟
66 | requests库的基本使用
67 | 结合正则表达式爬取图片链接
68 | Beautiful Soup的安装和使用
69 | 使用爬虫爬取新闻网站
70 | 使用爬虫爬取图片链接并下载图片
强势回归：零基础学Python2022版来啦！
71 | 如何分析源代码并设计合理的代码结构&结课测试
本节摘要
课程源码、课件及课后作业地址：
登录 后留言
全部留言(7)
- 最新
- 精选
yuyejisi
老师，问一下，我看了一个4维案例，有的放不太明白：
c = [ [[[0.1, 0.2, 0.3], [0.4, 0.5, 0.6], [0.7, 0.8, 0.9], [1.0, 1.1, 1.2]],
[[0.11, 0.21, 0.31], [0.41, 0.51, 0.61], [0.71, 0.81, 0.91], [1.01, 1.11, 1.21]] ],
[[[0.12, 0.22, 0.32], [0.42, 0.52, 0.62], [0.72, 0.82, 0.92], [1.02, 1.12, 1.22]],
[[0.112, 0.212, 0.312], [0.412, 0.512, 0.612], [0.712, 0.812, 0.912], [1.012, 1.112, 1.212]]]
]
c_array = np.array( c )
print( c_array )
print( c_array.shape )
print( c_array[1, 0, 3, 1] )
这里最后一个print( c_array[1, 0, 3, 1] )输出为1.12，这是怎么出来的？为什么？有什么含义吗？
作者回复: 比如在分词中，词和词之间可以靠距离和角度来决定两个词性的远近关系，需要实现多个词之间的关系的时候就需要用多维向量来表示
2020-03-27
2
Geek_19adb6
老师，我的输出类型是int32是为何啊，谢谢
作者回复: 1 不同的操作系统、cpu版本、输入的数据长度，默认识别的类型会有不同。如果类型和期望不符可以手动指定，如： arr1 = np.array([2, 3, 4],dtype=np.int64)
2019-08-03
rice5
老师，我在输入np.zeros(3,5)时，没有shape: Union........的提示，请问Mac下Pycharm怎样才会提示呢？
我试着通过鼠标移动到zeros，按住Command，但提示的信息只有 variable:"__all__"
作者回复: 一般是打开了File-Power save mode 导致不提示的，不过我建议你用print() 和中文文档（https://www.numpy.org.cn/）定位和解决问题。
2019-05-04
彬(^_^)
老师，有两个疑惑希望能够帮忙解答下：
1、为什么用np.zeros()输出的矩阵在0后面都带一个 .
print(np.zeros([3,5]))
输出：
[[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0.]]
2、
print(np.zeros((3,5)))
print(np.zeros([3,5]))
以上两者的输出值都一样，查找资料：
numpy.zeros(shape，dtype=float，order = 'C')
shape：int 或 int 的元组
所以zeros()中带参数应该是什么，有什么限制吗？
作者回复: 1 [0.] 是0.0的意思，表示它的类型是float， 而[0]是int类型 2 带什么形状（shape）、什么类型（dtype）要根据你想做什么运算来决定，没有绝对的对错
2019-03-22
Leolee
简单易懂！虽然不知道以后可以用在哪。
2021-04-24
创
听着是懂了，希望以后要用的时候的能用处
2020-03-22
o0oi1i
打卡53
2020-02-27
收起评论