numpy基本操作

1、数组拆分

垂直拆分：numpy.vsplit(数组，份数)->(数组片段)

水平拆分：numpy.hsplit(数组，份数)->(数组片段)

numpy.dsplit(数组，份数)->(数组片段)

 

 2.numpy基本加减和取行操作

矩阵简单加法

取行操作

 

 

3.矩阵删除、插入、尾部添加操作(delete,insert,append)

numpy矩阵操作主要有delete()、insert()、append()等函数，分别执行删除、插入和添加的操作，注意append可以看为insert函数的特殊情况，即在尾部补充可以看为插入最后一行或列

delete函数（）

#numpy.delete(arr,obj,axis=None)
#axis 表明哪个维度的向量应该被移除
#axis 如果为None，则需要先将矩阵拉平，在删去第obj的元素
#obj 表明axis维度的哪一行(或列)应该被移除。

insert()函数

#numpy.insert(arr,obj,value,axis=None)
#value 为插入的数值
#arr 为目标向量
#obj 为目标向量的axis维度的目标位置
#axis 为想要插入的维

 append()函数

#numpy.append(arr,values,axis=None)
#将values插入到目标arr的最后，其中values与arr应该有相同维度

np.random.choice(a, size, replace, p) 

其作用是按要求生成一个一维数组
a是生成一维数组的来源，可以是int类型，可以是数组，也可以是list
size 数组的维度replace 表示从a中是否不重复抽取，默认可重复 p 给出抽取概率，默认随机
注意 ：这里是围绕数组展开的，如果提取的也是list，可以用 from random import choice 的 choice，可用 from random import sample 随机抽取一组元素 

 np.argmax(a, axis=None, out=None)

作用是返回轴的最大值的索引值
a：需要操作的数组或者矩阵，默认情况拉平成数组
axis：默认将a拉平，当axis=0对a按列取最大值索引，axis=1则对a按行取最大值索引
out：将结果写到a中

 

星号(*)的作用
列表前加星号作用是将列表解开成两个独立的参数，输入函数。
字典前加两个星号，是将字典解开成独立的元素作为形参。

ndarray.ndim代表的就是shape元组的长度。
numpy.linspace用法
numpy.linspace(start, shop, num==50, endpoint=True, retstep=False, dtype=None)
在指定间隔start到stop内返回均匀间隔的数组。
返回num均匀分布的样本，在[start, stop]，默认生成50个数据
endpoint， 如果是真，则一定包括stop，如果为False，一定不会有stop
retstep，是否显示步长信息

拉平操作 ravel()和faltten()及reshape(1,-1)的区别联系(补充[None,:]操作)

都是对numpy矩阵进行拉平处理，区别在于flatten()返回的仅仅是copy值，而ravel()返回的是实际的值，有点返回地址的意思。而x.reshape(1,-1)表示把向量 x reshape成一个行向量，注意的它仍然保持x的维度。
另外，Numpy中的 一维向量 有个特殊的用法，将行或者列设置成None，用来将矩阵转换成行或者列。偶尔会看到np.newaxis，这与None用法一致

np.prod() 计算元素乘积 

 默认计算矩阵所有元素的乘积，也可以通过axis计算指定轴的乘积

 

把矩阵大于或小于N的元素置M的技巧

 技巧包括 maximum() 函数 、minimum() 函数，以及 矩阵操作的技巧