php怎么给数组降维，7个数字组成三个数字为一组？
可以用Excel的数组工具来解决。先来讨论AB两组相乘，公式={30,29,28,27,26,25,24,23,22,21}*TRANSPOSE({15,14,13,12,11,10,9,8,7,6})直接Enter出来的结果是45，因为输出需要一个10*10的二维数组，所以框选一个10*10的区域，再同时按Ctrl+Shift+Enter，结果如下：但是Excel只用公式没法计算三维数组，所以要把这个结果降维，转成一维后再用上面的公式去乘C组得到答案。好吧~没看清是和，以为是积，*改+就好了！
如果只能选择三个EXCEL函数学习？
如果只能选择三个EXCEL函数学习，你会选什么？
我个人选择这三个函数LOOKUP、SUM、TEXT，如果你掌握了，可以应付大部分问题，不过对函数新手来说有些难度(因这三个函数功能太过强大，示例较多，请耐心看完)第一个首推查找引用界的大哥Lookup，对！你没有看错，不是Vlookup而是lookup废话不多说，简单粗暴上示例：
【示例一】反向查找
【示例二】多条件查找
以上两例中为lookup查找的经典用法，其套路为：LOOKUP(1,0/((条件1)*( 条件2)* ( 条件N)),目标区域或数组)，可以实现一至多个条件的查找引用。
公式解释：以0/(C2:C23=I4)构建一个0、#DIV/0!组成的数组，再用永远大于第2个参数中所有数值的1作为查找值，即可查找最后一个满足非空单元格条件的记录。【示例三】根据简称查全称
公式解释：公式中“0/FIND(A2,E$2:E$13)”部分，首先用FIND函数查询A2单元格“联强远大”在F$2:F$5的起始位置，得到一个由错误值和数值组成的数组，剩余部分与示例二相同。【示例四】多区间条件判断
此方法可以代替IF函数的多层嵌套，如果条件太多用IF可能造成错误，并且查找原因比较困难。
我的第二个最爱就是SUM函数，对！你没看错，这不是一个只能求和的SUM废话不多说，简单粗暴上示例：
【示例一】代替Countif条件计数
计算一年级有多少位同学：示例函数=SUM(--(A3:A24=A3))
【示例二】代替Countifs多条件计数
计算一年级一班有多少位同学：示例函数=SUM((A3:A24=A3)*(B3:B24=B3))
【示例三】代替Sumifs多条件求和
计算一年级一班语文总分：示例函数=SUM((A3:A24=A3)*(B3:B24=B3)*(D3:D24))
【示例四】代替Sumif条件求和
计算一年级语文总分：示例函数=SUM((A3:A24=A3)*(D3:D24))
【示例五】代替rank进行降序排名
对英语成绩进行降序排名：示例函数=SUM(($F$3:$F$24>F3)*1)+1
【示例六】代替rank进行升序排名
对英语成绩进行升序排名：示例函数=SUM(($F$3:$F$24<F3)*1)+1
注意事项：Sum函数所有示例中的｛｝花括号均是在写完公式后，按Ctrl+Shift+Enter键生成，手工输入无效。
我的第三个最爱就是TEXT函数，对！你没看错，这不是一个简单的TEXT废话不多说，简单粗暴上示例：
【示例一】格式基本代码一览表
【示例二】日期时间代码一览表
【示例三】自定义格式应用
注意事项：因Text功能实在太多，无法一一举例，想要原文件，请关注后私信回复text索取
以上就是我认为最强大、也是最实用的三个函数，如果喜欢，请点赞并关注本号。如有任何疑问，欢迎留言讨论！我是爱Excel爱生活，一个狂热的Excel爱好者，专注各类职场小白疑难杂症问题！一名Python程序员会用哪些好用的工具？
在人工智能和数据科学领域，Python是最受欢迎的语言之一，近年来更是发展迅猛，也是各大编程语言榜单中的香饽饽。无疑，2018年将是人工智能和机器学习大热的一年。同时，机器学习对用户而言倾向于具有Python的风格，因为它比Java更加友好。在数据科学方面，Python的语法与数学语法最为接近，因此成为了数学家或经济学家等专业人士最容易理解和学习的语言。
机器学习工具Shogun
Shogun是一个开源的机器学习工具箱，专注于支持向量机（SVM），它是用C ++编写的，它是1999年创建的最古老的机器学习工具之一！它提供了广泛的统一机器学习方法，其创建背后的目标是为机器学习提供透明和可访问的算法，并为任何对此领域感兴趣的人提供免费的机器学习工具。
Shogun提供了一个记录完备的Python界面，主要用于统一的大规模学习，并提供高性能的速度。但是，有些人发现它的API很难使用。
Keras
Keras是一个高级神经网络API，提供了一个Python深度学习库。对于任何初学者来说，这是机器学习的最佳选择，因为与其他库相比，它提供了一种表达神经网络的更简单的方法。Keras是用Python编写的，能够在TensorFlow，CNTK或Theano等流行的神经网络框架之上运行。
据官方网站称，Keras侧重于4个主要指导原则，即用户友好性，模块化，易扩展性和使用Python。然而，就速度而言，Keras与其他库相比处于劣势。
Scikit-Learn
这是一个用于数据挖掘和数据分析的开源工具。它也适用于数据科学。Scikit-Learn提供了一致且易于使用的API以及网格和随机搜索。其主要优势之一是其在玩具数据集上执行不同基准的速度。Scikit-Learn的主要功能包括分类，回归，聚类，降维，模型选择和预处理。
Pattern
Pattern是一个Web挖掘模块，为数据挖掘，自然语言处理，机器学习，网络分析和<canvas>可视化提供工具。它还附带完善的文档和超过50个示例以及超过350个单元测试。最重要的是，它是免费的！
Theano
可以说是最成熟的Python深度学习库之一，Theano的主要功能包括与NumPy紧密集成，透明使用GPU，高效的符号差异化，速度和稳定性优化，动态C代码生成以及广泛的单元测试和自我验证。
它提供了定义，优化和评估数学表达式的工具，并且可以在Theano上构建大量其他库，以探索其数据结构。尽管如此，与Theano合作时还是有一些缺点的；它的API可能会增加一些学习曲线，而另一些人则认为Theano由于无法适应生产环境而不像其他库那样高效。
数据科学工具SciPy
这是一个基于Python的数学，科学和工程开源软件生态系统。SciPy使用NumPy，IPython或Pandas等各种软件包为常用的数学和科学编程任务提供库。当你想操纵计算机上的数字并显示或发布结果时，此工具是一个很好的选择，并且它也是免费的。
Dask
Dask是一款通过集成到其他社区项目（如NumPy，Pandas和Scikit-Learn）为分析提供并行性的工具。同样，通过更改只有几行代码，可以快速对现有代码进行并行处理，因为它的DataFrame与Pandas库中的相同，它的Array对象的工作方式类似于NumPy能够并行化以纯Python编写的作业。
Numba
此工具是一种开源优化编译器，它使用LLVM编译器基础结构将Python语法编译为机器码。在数据科学应用中与Numba一起工作的主要优势在于它使用NumPy数组代码的速度，因为Numba是一个支持NumPy的编译器。就像Scikit-Learn一样，Numba也适用于机器学习应用，因为它的加速可以在特别为机器学习或数据科学应用程序构建的硬件上运行得更快。
HPAT
高性能分析工具包（HPAT）是一个基于编译器的大数据框架。它可以自动将Python中的分析/机器学习代码扩展到裸机集群/云性能，并可以使用@jit装饰器优化特定功能。
Cython
使用数学密码或密码循环运行的代码时，Cython是你的最佳选择。Cython是一款基于Pyrex的源代码翻译器，可让你轻松编写Python的C扩展。更重要的是，通过增加对与IPython / Jupyter笔记本集成的支持，与Cython一起编译的代码可以通过内联注释在Jupyter笔记本中使用，就像任何其他Python代码一样。
数据挖掘过程中你使用最多的工具是什么？
当然是Python了，之所以Python能在机器学习方面笑傲江湖，全靠他哥俩，numpy和pandas，因为有了他俩，Python处理数组和矩阵才成为现实。
在数据挖掘过程中，数据探索和数据处理方面，主要是pandas，提供了类似行列式DataFrame的数据结构，在读取外部数据，变换数据，处理空置和异常数据方面有极其强大的作用，而且使用起来非常简单。是我日常分析数据，处理数据常用的工具。
matplotlib库是Python数据图库，提供了强大的图表功能，在在平面和三维立体图方面非常便捷，是数据可视化的机器。
当然，还有机器学习库scikit-learn，里面包含了绝大部分算法，分类，回归，降维，还提供了强大的模型优化类和模型评估类，也有专门用作文本分析的算法和特征提取，特征选择等。
当然，Python也有不足之处，就是Python不支持分布式计算，在当然大数据方面，这是致命的不足，不过分布式计算平台spark，提供了全面的Python接口，可以方便的使用Python来操作spark来处理数据。
东北王张作霖曾拥有一艘航母？
看到这个问题，肯定会有人说“骗人的吧，民国时那么落后，怎么可能拥有直至今日都没有几个国家拥有的航母呢？要知道现在的中国也才是这几年才有航母的”。
是的，张作霖的确没有拥有过我们传统所认知的那种航空母舰，他拥有的只是属于最早期的航母，那就是“水上飞机母舰”，这种航母大多都是商船或货船直接改装而来的，可以说是非常简陋，战斗力、载机量那是完全不能跟日后的航空母舰相比。
当然，在民国所处的那个时代，因一些国家并不重视这种可以载飞机的船，所以当时只有日本、美国、德国、英国和中国拥有。
而在中国一共有四艘“水上飞机母舰”，其中镇海号、华甲号水上飞机母舰为奉军所有，威胜号、德胜号水上飞机母舰为国民革命军所有。所以其实张作霖曾同时拥有镇海号、华甲号两艘水上飞机母舰，而非一艘。
“镇海号”水上飞机母舰镇海号原为德国海军的运输船“祥利号”，它重2708吨，航速12节。一战时德国战败，“祥利号”被改为商船，后被烟台政记轮船公司买下，1923年被时任奉军航警处处长沈鸿烈又从烟台政记轮船公司购买了这艘商船。
到这里很多人或许就不明白，奉军组建海军本应购买军舰，可为何要购买商船呢？其实这是最无奈的做法，按理说组建海军的确是应该购买军舰的，可是因奉军没钱，所以只能去购买商船，然后再花点钱将它改造成军舰，毕竟当时各国政府受到《限制海军军备条约》的约束，所以他们就将一些不必要的军舰改造成商船，因此当时沈鸿烈将这些由军舰改造成的商船，就可以很方便的将它再次改造成军舰。
之后，沈鸿烈在买入“祥利号”后，因奉军自己没有造船厂，所以为了改造这艘商船，沈鸿烈就将它拉到了位于旅顺口的日本海军基地进行改造。改造后的“祥利号”配置了2门4.7英寸口径阿姆斯特朗海军炮、4门3英寸口径陆军炮，动力也从烧煤锅炉的驱动形式变成了蒸汽机驱动，因此最高马力可达200匹马力，但是航速却依然是只有12节。
不过最开始的“祥利号”并非是水上飞机母舰，而是用于奉军新成立的航警学院用于训练海军士兵所用，也就是“训练舰”。
1924年，沈鸿烈为了取悦张作霖，遂将“祥利”改名为“镇海”。同年，因张作霖需要一个能在海上载着他所购买的8架法国“施来克”FBA-19型水上飞机去进攻其他地方的船只，于是“镇海”号就这样被改装成了水上飞机母舰。
再次被改装的“镇海”在军舰后桅上安装了可以起吊“施来克”FBA-19型水上飞机的起重机，同时也对军舰的顶部甲板做了加长的设计，以此方便水上飞机的停发。但是遗憾的是，受制于当时的技术，“镇海”号并没有有装备飞机弹射器，所以飞机并不能直接从舰上起飞，只能是依靠安装在军舰后桅的起重机来将飞机放在水中，之后才能起飞飞机。
不过不管如何由起重机来操控水上飞机的起飞和回收的这种方式，在当时对于各国来说也算是先进，并不算落后。同时理论上在“镇海”号的甲板被加长后，它至少能停留3架水上飞机，但是在实际的过程中却是只能停留2架。
之后改装完成的“镇海”号，在1927年的对革命军一战中初露锋芒，当时它跟随凌霄南下偷袭革命军舰队，在这一战，“镇海”号凭借着船上的舰炮和飞机成功的俘虏了“江利”号。
1928年，奉军少帅张学良在张作霖去世后接管奉军，12月29日，张学良改旗易帜，宣布服从国民政府的管理，随后原属于奉军的“镇海”号就自然而然的成为了国民政府海军的一部分，它被划入了东北海防舰队，并成为了葫芦岛航警学校的练习舰和实习舰。1930年4月18日，中国从英国手中接回了威海卫的主权，“镇海”号随即被派往驻扎于威海卫。
1937年卢沟桥事变爆发，日军开始对青岛虎视眈眈，国民政府为了阻止日本对于青岛的入侵，遂任命沈鸿烈为青岛海陆军总指挥。而后，沈鸿烈为了阻止日军从青岛附近的海岸登陆，就决定在青岛附近海面布置大量的鱼雷网和水雷网，但是沈鸿烈又害怕鱼雷和水雷没用，于是又决定将所有东北舰队所属的舰队炸沉，然后堵塞港口借此阻止日本的入侵。
如此，最终镇海、江利、楚豫、定海等舰自沉于青岛小港码头，以此来阻止日军军舰的进入。就这样，镇海号水上飞机母舰为了阻止日军的入侵，贡献出了自己的最后一份力量，为中国的抗日事业献出了自己的全部。
“华甲号”水上飞机母舰华甲号原为奥匈帝国所属的“中国”号商船。1914年，一战爆发，中国宣布与德奥断交，因此原停留在中国的奥匈商船就被中国接管，而后为了方便管理这些商船，中国政府就将这些商船重新命名，其中“中国”号就被命名为“华甲”号。
1917年，中国正式对奥匈宣战，因此这些商船都被中国直接充公，归海军部管理。1921年，“华甲”号等9艘商船被民国政府用来当做抵押物向西方各国借款。而“华甲”号则被租借给美国用于美中远洋运输。1924年中国收回“华甲”号商船的使用权，然后被用于招商局训练海员所用。此后不久，“华甲”号在第二次直奉大战中被编入渤海舰队，直系将其当做运输舰使用。
1924年11月，直系落败，“华甲”号跟随着残存的渤海舰队投靠了奉系。1927年，“华甲”号又跟随着东北海防舰队与渤海舰队正式组成东北联合舰队。次年，“华甲”号被沈鸿烈下令改造为水上飞机母舰，载重万吨。
改造后的“华甲”号在中部甲板室的前后主甲板上改造成了水上飞机平台，用于停留水上飞机，而原本用于吊装货物的吊臂则被改造成了水上飞机的收放吊杆。
而在武器上，“华甲”号在首楼顶部加装了一门75毫米口径炮，在飞桥甲板附近安装了数门机关炮。这等火力虽然不能与“镇海”号相比，但是在其他方面却是要比“镇海”号稍强，首先“华甲”号在飞行甲板的侧翼增添了数组吊艇架，最多搭载14艘汽艇，汽艇采用蒸汽动力，这样可方便在第一时间将兵力快速运输到陆地。
同时，“华甲”号在飞桥甲板和桅杆上还新添2座探照灯，这样可有效的在夜晚探查敌情。此外，与“镇海”号相比，“华甲”号最强大之处在于他能搭载8架水上飞机，且如果再将“华甲”号的货仓用上的话，单纯的以水上飞机载机能力来算，它至少能有多达18至32架的载机量，所以其战斗力可想而知。
1928年，北伐军击败奉系军阀，张作霖去世，张学良掌控奉系军阀。同年，曾经强大无比的“华甲”号水上飞机母舰被再次改造成商船，然后租借给张本政的政记轮船公司，用于商运，并改名“中华”号。1937年，全面战争爆发，“中华”号被日本强征，改名为“榆林丸”，之后在为日本服务了8年，它于1945年1月21日在台湾高雄被美军飞机轰炸沉没。
可以说，张作霖曾经所拥有的镇海号、华甲号水上飞机母舰的结局都不好，镇海号自沉，华甲号被轰炸沉没。