np系列

1 numpy常用函数

np.arange(n): 元素从0到n-1的ndarray类型
np.ones(shape): 生成全1
np.ones(shape): 生成全1
np.zeros((shape)， ddtype = np.int32) ： 生成int32型的全0
np.full(shape, val): 生成全为val
np.eye(n) : 生成单位矩阵
np.ones_like(a) : 按数组a的形状生成全1的数组
np.zeros_like(a): 同理
np.full_like (a, val) : 同理
np.linspace（1,10,4）： 根据起止数据等间距地生成数组
np.linspace（1,10,4, endpoint = False）： endpoint 表示10是否作为生成的元素
numpy.full(shape, fill_value, dtype=None, order=’C’)
shape:矩阵的纬度
fill_value:填充值
创建一个由常数填充的数组,第一个参数是数组的形状，第二个参数是数组中填充的常数
np.log2
b=np.log(a)
取e得对数
c=np.log2(a)
取2的对数
d=np.log10(a)
取10的对数

2 numpy矩阵操作

1 : numpy.argsort(a, axis=-1, kind=’quicksort’, order=None)
功能: 将矩阵a按照axis排序，并返回排序后的下标
参数: a:输入矩阵， axis:需要排序的维度
返回值: 输出排序后的下标
默认：argsort()是将a中的元素从小到大排序后，提取对应的索引index，然后输出
2: numpy.flip(m, axis=None)
把m在axis维度进行切片，并把这个维度的index进行颠倒

3 对数据处理函数

np.around 四舍五入
around(a, decimals=0, out=None)
a 输入数组
decimals 要舍入的小数位数。 默认值为0。 如果为负，整数将四舍五入到小数点左侧的位置
np.floor 向下取整
np.floor 返回不大于输入参数的最大整数。 即对于输入值 x ，将返回最大的整数 i ，使得 i <= x。 注意在Python中，向下取整总是从 0 舍入。
np.ceil 向上取整
np.ceil 函数返回输入值的上限，即对于输入 x ，返回最小的整数 i ，使得 i> = x。
np.where 条件选取
1：numpy.where(condition[, x, y])
根据条件 condition 从 x 和 y 中选择元素，当 condition 为 True 时，选 x，否则选 y。
2：numpy.where（condition）返回的是索引

4 对函数处理

sign()函数功能介绍

C = np.sign（A），C就是根据上图的规则返回相应的值