对于pythonnumpy机器epsilon感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解pythonmachine，并且为您提供关于3.5Python数据处理篇之Numpy系列(五)--
对于python numpy机器epsilon感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解python machine，并且为您提供关于3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取、3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数、3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数、numpy python 3.4.1安装：在注册表中找不到Python 3.4的宝贵知识。
本文目录一览：- python numpy机器epsilon（python machine）
- 3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取
- 3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数
- 3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数
- numpy python 3.4.1安装：在注册表中找不到Python 3.4
python numpy机器epsilon（python machine）
我试图了解什么是机器epsilon。根据维基百科，可以如下计算：
def machineEpsilon(func=float): machine_epsilon = func(1) while func(1)+func(machine_epsilon) != func(1): machine_epsilon_last = machine_epsilon machine_epsilon = func(machine_epsilon) / func(2) return machine_epsilon_last但是，它仅适用于双精度数字。我有兴趣修改它以支持单精度数字。我读到可以使用numpy，尤其是numpy.float32类。有人可以帮忙修改功能吗？
答案1
小编典典对于给定的float类型，获取机器epsilon的更简单方法是使用np.finfo()：
print(np.finfo(float).eps)# 2.22044604925e-16print(np.finfo(np.float32).eps)# 1.19209e-07
3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取
目录：
[TOC]
目录：
1.以文本形式存取
2.以任意的形式存取
3.以np自定义的形式存取
（一）以文本形式存取
1.说明：
（1）适用范围：存储一维，二维数组
（2）局限性：不能存储多维数组
2.语法解释：
（1）写文件
从数组到文件
np.savetxt(frame,array,fmt="%1.8e",delimiter=None)
frame -> 文件名，字符串
array -> 数据的来源，数组
fmt ->写入的格式
delimiter ->分隔符
（2）读文件
从文件到数组
np.loadtxt(frame,dtype=np.float,delimiter=None)
frame -> 数据的来源,文件名，字符串
dtype -> 数据读取的格式类型
delimiter ->分隔符
3.实例（以.csv文件为例）
import numpy as np
# 生成一个数组
a = np.arange(100).reshape(5,20)
# 写入到文件
np.savetxt(''a.csv'',a,fmt="%2d",delimiter='','')
# 读取到数组变量
b = np.loadtxt(''a.csv'',dtype=np.float,delimiter='','')
print(b)
csv文件是一种常用的数据存储方式，可以用excel操作，分隔符是用逗号。
4.效果展示
（二）以任意的形式存取
1.说明：
适用范围：可以是任意种文件类型.txt .bat .csv .dot
局限性：丢失了数据的维度信息，按顺序存储数据。
2.语法解释：
（1）写文件
a.tofile(frame,sep='''',format=''%s'')
a ->数组
frame ->文件名，字符串
sep ->分隔符，空串或默认是写入的是二进制文件
format ->写入的格式
（2）读文件
np.fromfile(frame,dtype=np.float,count=-1,sep='''')
frame ->文件名，字符串
dtype ->读出的格式
count ->读出的数个数，索引
sep ->分隔符
返回值：数组
3.实例（以.bat二进制文件为例）
# 导入numpy
import numpy as np
# 生成数组
a = np.arange(100).reshape(5,10,2)
# 写入文件
a.tofile("b_b.bat",sep=",",format="%2d")
# 读出文件
c = np.fromfile("b.dat",dtype=np.int,sep="").reshape(5,2,10)
print(c)
二进制的文件，分割符必须是空串，其优势是占用内存小
4.效果展示
（1)二进制文件：
（二）文本文件：
（三）以np自定义的形式存取
1.说明：
适用范围：任意维度的数组
局限性：必须以numpy自定义的文件格式，而且是二进制文件。
2.语法解释：
（1）写文件
np.save(fname,array)
fname -> 文件名称，以普通格式.npy和压缩格式.npz为后缀名
array ->数组
（2）读文件
np.load(fname)
fname -> 文件名，以普通格式.npy和压缩格式.npz为后缀名
返回值：存储时的数组。
3.实例：
import numpy as np
a = np.arange(10000).reshape(10,10,100)
# writer file
np.save("01.npy",a)
np.savez("01.npz",a)
# read file
b = np.load("01.npy")
c = np.load("01.npz")
print(b)
print(c)
4.实例展示
3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数
目录
[TOC]
前言
前一段日子学了numpy,觉得无趣，没有学完，不过后来看了看matplotlib,sympy等库时，频频用到numpy,
numpy才是最基础的库。
（一）基础的随机函数
（1）说明：
（2）输出效果
a = np.random.rand(3, 4, 5)
.randn(shape)
randint(low, high,shape)
seed(num)是一个种子随机数，一种整数，就对应一种随机变量。
（二）轴的随机函数
（1）说明：
（2）输出效果
.shuffle(a)
改变原数据
.permutation(a)
不改变原数据，返回随机数组。
.chioce(a)
（三）概率的随机函数
（1）说明：
（2）输出效果
.uniform(low, high, size)
.normal(均值，标准差，size) --正态分布
.poisson(概率，size)--泊松分布
作者：Mark
日期：2019/02/10 周日
3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数
目录
[TOC]
前言
具体我们来学 Numpy 的统计函数
（一）函数一览表
调用方式：np.*
| .sum(a) | 对数组 a 求和 |
|---|---|
| .mean(a) | 求数学期望 |
| .average(a) | 求平均值 |
| .std(a) | 求标准差 |
| .var(a) | 求方差 |
| .ptp(a) | 求极差 |
| .median(a) | 求中值，即中位数 |
| .min(a) | 求最大值 |
| .max（a) | 求最小值 |
| .argmin(a) | 求最小值的下标，都处里为一维的下标 |
| .argmax(a) | 求最大值的下标，都处里为一维的下标 |
| .unravel_index(index, shape) | g 根据 shape, 由一维的下标生成多维的下标 |
（二）统计函数 1
（1）说明
（2）输出
.sum(a)
.mean(a)
.average(a)
.std(a)
.var(a)
（三）统计函数 2
（1）说明
（2）输出
.max(a) .min(a)
.ptp(a)
.median(a)
.argmin(a)
.argmax(a)
.unravel_index(index,shape)
作者：Mark
日期：2019/02/11 周一
numpy python 3.4.1安装：在注册表中找不到Python 3.4
我的计算机2.7和3.4.1上有两个python版本。我试图通过pip3.4安装numpy，导致 vcvarsall.bat
找不到，我很确定它包含在系统路径中。然后我放弃了下载的numpy二进制numpy-1.8.1-win32-superpack-python3.4.exe。并且在安装过程中它告诉我numpy在注册表中找不到python
3.4，我也看到它也存在。
HKEY_LOCAL_MACHINE-SOFTWARE--Python---PythonCore----2.7-----Help-----InstallPath-----Modules-----PythonPath----3.4-----Help-----InstallPath-----Modules-----PythonPath
所以我从这里要做的是什么？我的系统是Windows 7 64位。
答案1
小编典典在Windows上安装numpy时，必须确保您正在使用.exe进行相应的Python安装。
使用Python 3.4.1时，必须使用Python
3.4.1的安装程序。您使用的安装程序的最新修改时间为3月25日，即3.4.1发布之前。这表明它适用于3.4.0，因此无法正常工作。
如果您需要numpy的最新Windows安装程序（以及大量其他软件包），可以在这里找到它们。
关于python numpy机器epsilon和python machine的问题我们已经讲解完毕，感谢您的阅读，如果还想了解更多关于3.5Python数据处理篇之Numpy系列(五)---numpy文件的存取、3.6Python数据处理篇之Numpy系列(六)---Numpy随机函数、3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数、numpy python 3.4.1安装：在注册表中找不到Python 3.4等相关内容，可以在本站寻找。
本文标签：
