轉(zhuǎn)自 弧度與角度的關(guān)系 一、角的兩種單位“ 弧度”和“度”是度量角大小的兩種不同的單位。就像“米”和“市尺”是度量長度大小的兩種不同的單位一樣。在flash里規(guī)定:在旋轉(zhuǎn)角度...
發(fā)簡信
IP屬地：內(nèi)蒙古
-
弧度與角度的關(guān)系
-
合并兩個有序鏈表的方法
什么是合并兩個有序鏈表 假設(shè)有兩條鏈表，這兩條鏈表分別都是升序排列的，如下圖所示： 現(xiàn)在要求將二者合并成一條鏈表，并且該鏈表也是升序排列的，合并后的鏈表如下圖所示： 思路 如...
-
難倒Homebrew發(fā)明人的翻轉(zhuǎn)二叉樹到底有多簡單？
什么是翻轉(zhuǎn)二叉樹 大家都知道Homebrew發(fā)明人Max Howell面試谷歌時，被一道翻轉(zhuǎn)二叉樹的題目給難倒了。那么什么是翻轉(zhuǎn)二叉樹呢？看看下圖就明白了。 簡單地說，就是對...
-
反轉(zhuǎn)鏈表及其考察的知識點
什么是反轉(zhuǎn)鏈表 如下圖所示，原來的鏈表指向性是從第一個節(jié)點1依次指向最后一個節(jié)點5，反轉(zhuǎn)鏈表后，要讓原來的鏈表中的最后一個節(jié)點變成第一個節(jié)點，并逆轉(zhuǎn)整個鏈表的指向性。 考察的...
-
漢明距離及其高效計算方式
什么是漢明距離 下面引用自維基百科： 在信息論中，兩個等長字符串之間的漢明距離（英語：Hamming distance）是兩個字符串對應(yīng)位置的不同字符的個數(shù)。換句話說，它就是...
-
-
棧的最簡應(yīng)用：leetcode #1544之整理字符串什么是棧？ 棧是大家很熟悉的一種數(shù)據(jù)結(jié)構(gòu)了，人們之所以使用棧，就是為了使用其后進先出的特性。入棧和出棧是棧的兩個靈魂操作。 如圖所示，以Python中的list模擬棧結(jié)構(gòu)，原...
-
NumPy之 索引技巧
系列文章 一次性搞定NumPy入門基礎(chǔ)知識NumPy之操控ndarray的形狀NumPy之淺拷貝和深拷貝NumPy之索引技巧 利用array作為索引 索引一維ndarray ...
-
1.3 向量方程（線性代數(shù)及其應(yīng)用-第5版-系列筆記）內(nèi)容概述 本節(jié)首先以和空間為例，引入了向量的概念、向量的幾何表示，并介紹了向量的一些基本運算和性質(zhì)，例如向量的加法和標量乘法、交換律、結(jié)合律等。接著引入了線性組合的概念，并將...
-
NumPy之淺拷貝和深拷貝
系列文章 一次性搞定NumPy入門基礎(chǔ)知識NumPy之操控ndarray的形狀NumPy之淺拷貝和深拷貝NumPy之索引技巧 概述 NumPy經(jīng)常會操作size很大的數(shù)據(jù)結(jié)構(gòu)...
-
NumPy之操控ndarray的形狀
系列文章 一次性搞定NumPy入門基礎(chǔ)知識NumPy之操控ndarray的形狀NumPy之淺拷貝和深拷貝NumPy之索引技巧 概述 這里主要總結(jié)針對ndarray形狀的三種操...
-
1.2 行化簡和階梯形矩陣（線性代數(shù)及其應(yīng)用-第5版-系列筆記）
內(nèi)容概述 本節(jié)首先講解了矩陣變換的兩種形式：階梯形和簡化階梯形，并講述了這兩種變換之間的關(guān)系（最重要的關(guān)系是二者的主元位置和主元列是相同的）。之所以引入這兩種變換，是為了給解...
-
一次性搞定NumPy入門基礎(chǔ)知識
系列文章 一次性搞定NumPy入門基礎(chǔ)知識NumPy之操控ndarray的形狀NumPy之淺拷貝和深拷貝NumPy之索引技巧 1. 基本數(shù)據(jù)結(jié)構(gòu) NumPy最核心的數(shù)據(jù)結(jié)構(gòu)就...
-
1.1 線性方程組（線性代數(shù)及其應(yīng)用-第5版-系列筆記）
內(nèi)容概述 本節(jié)首先引入了線性方程以及線性方程組的概念，通過解一個線性方程組，指出了線性方程組解的幾個一般情況（無解，有唯一解，有無窮多解）；接著，引入了矩陣的概念，指出可以利...
-
《線性代數(shù)及其應(yīng)用》系列筆記
寫在前面的話 《線性代數(shù)及其應(yīng)用》，英文名：Linear Algebra and Its Applications，是關(guān)于線性代數(shù)的一本很出色的教材。由于工作中需要用到線性代...
-
@wenyiexin 你好，Unix like的系統(tǒng)里，.代表當前目錄
pandas讀取csv文件數(shù)據(jù)的方法及注意點
pandas是一個高效的數(shù)據(jù)分析工具?；谄涓叨瘸橄蟮臄?shù)據(jù)結(jié)構(gòu)DataFrame（點擊這里了解DataFrame數(shù)據(jù)結(jié)構(gòu)），幾乎可以對數(shù)據(jù)進行任何你想要的操作。 由于現(xiàn)實世界...
-
利用pandas對缺失值進行處理
許多原始數(shù)據(jù)集中會包含缺失值，這里總結(jié)一下常見的對缺失值的處理方式，以及如何通過pandas進行實際操作。 生成一個包含缺失值的DataFrame 通過如下代碼，可以構(gòu)造一個...
