数据的合并，分割与统计

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、数据合并

1. concat

cancat就是让两个维度相同的张量连接在一起，可指定某一axis对应的维度连接，但是其他维度数值均要相等

import tensorflow as tf

a = tf.ones([4, 35, 8])
b = tf.ones([4, 22, 8])
c = tf.concat([a, b], axis=1) #除了axis=1这个维度，其他的维度两个张量均要相等
print(c.shape)

2. stack

stack 使用过后会增加新的维度。eg：一个张量a【4，35，8】表示4个班级，每个班级有35个学生，每个学生有8门课的成绩；现在又有一个张量b【4，35，8】表示另一个学校的4个班级，其他数量一样，在理解层面上，如果把这两个张量相加，应该是【2，4，35，8】第一个维度2代表两个学校，这样的方式理解起来更有意义。所以stack就是这样一种操作，会生成新的维度。并且，两个相加的张量需要保证每个维度数值都相等。

m = tf.ones([4, 35, 8])
n = tf.ones([4, 35, 8])
print(tf.stack([m, n]).shape)
print(tf.stack([m, n], axis=0).shape)
print(tf.stack([m, n], axis=2).shape)
print(tf.stack([m, n],axis=3).shape)

可以指定axis的值用于放置新生成的维度，一般会放在最前面，符合理解的意义。

---

二、数据分割

1. unstack

unstack就是stack的逆操作，把一个张量按照某一个维度切分开

代码如下（示例）：

p = tf.ones([2, 4, 35, 8])
q, r = tf.unstack(p, axis=0)
print(q.shape, r.shape)

这里有一个问题：如果把axis设为3，就是说把8那个维度分隔开，还能分成两个吗？
答案是不可以，按8那个维度进行切分，就会生成8个新张量，每个张量的shape都为【2，4，35】.
这就是unstack的问题，它并不能指定分成几份。

p = tf.ones([2, 4, 35, 8])
res = tf.unstack(p, axis=3)
print(len(res))
print(res[0].shape)

并且用unstack切分后，数据的shape会自动降维，去除为1的维度

---

2. split

split就是在unstack的基础上进行完善，可以指定任意的切割份数，并且控制每一份的大小。

代码如下（示例）：

x = tf.ones([2, 4, 35, 8])
# num_or_size_splits指定切分成几份
lips1 = tf.split(x, axis=3, num_or_size_splits=2)
lips2 = tf.split(x, axis=3, num_or_size_splits=8)
print(len(lips1))
print(lips1[0].shape)
print(len(lips2))
print(lips2[0].shape)
# 也可以确切指出在axis轴上切成每一份的大小
lips3 = tf.split(x, axis=3, num_or_size_splits=[2, 2, 4])
print(len(lips3))
print(lips3[0].shape)
print(lips3[1].shape)
print(lips3[2].shape)

即使维度的数值有1，split也不会自动降维

---

三、数据统计

1. 范数

• 一范数： 张量中各个元素取绝对值然后求和
• 二范数：张量中各个元素取平方然后求和最后开根号
• 无穷范数：张量中各个元素取绝对值然后取绝对值最大的那个值

tf.norm 函数用于求范数

• 设定ord=1表示求L1范数，令ord=2表示求L2范数，不给出ord时默认求L2范数
• 设定axis值表示在某一维度上进行求范数运算

代码如下（示例）：

a = tf.ones([2, 2])
print(tf.norm(a))
print(tf.norm(a, ord=1))
print(tf.norm(a, ord=1, axis=1))
b = tf.ones([4, 28, 28, 3])
print(tf.norm(b))

---

2. 最大值最小值均值

p = tf.random.normal([4, 10])
# 求最小值
print(tf.reduce_min(p))         # 不给出axis时，默认求整个张量的最小值
print(tf.reduce_min(p, axis=1)) # 在axis=1的坐标轴上求最小值，因为有4个10列，所以会返回4个数据

# 求最大值
print(tf.reduce_max(p))
print(tf.reduce_max(p, axis=1)) # 在axis=1的坐标轴上求最大值，因为有4个10列，所以会返回4个数据

# 求均值
print(tf.reduce_mean(p))
print(tf.reduce_mean(p, axis=1)) # 在axis=1的坐标轴上求均值，因为有4个10列，所以会返回4个数据

对于求最大值和最小值，还有argmax和argmin函数用于返回目标值的位置信息。

p = tf.random.normal([4, 10])
print(tf.argmin(p)) # 不指定axis时，默认axis=0，所以会返回10个数据，每一个数据代表每一列最小元素的索引
print(tf.argmin(p, axis=1).shape) # axis=1，那么返回的数就有4个

print(tf.argmax(p))
print(tf.argmax(p, axis=1).shape)

3. 比较

tf.equal 用于比较张量间的大小关系，前提是两个张量的shape要一样。其比较的方法是：依次比较每一组对应的元素，判断是否相等，若相等记为True，若不等，记为False。
返回值就是一个对应shape的真值表。

m = tf.random.normal([4, 10])
n = tf.random.normal([4, 10])
print(tf.equal(m, n))

利用这样一种方法可以判断预测值与真实值有多少个相等，即可以算出Accuracy。一般True=1，False=0， 可以将得到的真值表从bool型转化为int型，再对整个表求和，sum值就代表了有多少个值相等。

m = tf.random.normal([4, 10])
n = tf.random.normal([4, 10])
print(tf.equal(m, n))

res = tf.equal(m, n)
sum = tf.reduce_sum(tf.cast(res, dtype=tf.int32))
print(sum)

---

4. 去重

tf.unique 函数返回一个张量中不重复的元素，并且都是记录新元素第一次出现的位置

x = tf.range(5)
print(tf.unique(x))
y = tf.constant([4, 2, 3, 2, 3, 6])
print(tf.unique(y))

unique的输出分为两部分：

1. 第一部分就是去重后的数据
2. 第二部分是操作前的数据再去重后的数据上位置的映射