numpy中一些函数说明

numpy中遇到过不懂得函数记录

np创建数组

print np.arange(0,7,1,dtype=np.int16) # 0为起点，间隔为1时可缺省(引起歧义下不可缺省)
print np.ones((2,3,4),dtype=np.int16) # 2页，3行，4列，全1，指定数据类型
print np.zeros((2,3,4)) # 2页，3行，4列，全0
print np.empty((2,3)) #值取决于内存
print np.arange(0,10,2) # 起点为0，不超过10，步长为2
print np.linspace(-1,2,5) # 起点为-1，终点为2，取5个点
print np.random.randint(0,3,(2,3)) # 大于等于0，小于3，2行3列的随机整数

np.zeros(())注意二维的需要写上两个小括号

arange和linspace的意义

import numpy as np
np.arange(0,5,0.2)#这个函数的意思是从0到5，中间的步长为0.2
np.linsapce(1,10,10)#这个函数表示从1到10，中间会有被分为10份
np.array([[1,2],[3,4],[5,6])#这个函数表示生成数组的创建方法
#生成的数组大概是[[1,2]
#				 [3,4]
#				 [5,6]]
#这样什的

对于一个经过np.array()过后的数据集a，shape的意义

#a.shape[0]:输出相应的维度从最外层开始算第一层
#下列可以打印过后进行一个测试
A = np.array([[[ 0.67826139,  0.29380381],
        [ 0.90714982,  0.52835647],
        [ 0.90714982,  0.52835647],
        [ 0.4215251 ,  0.45017551]],

       [[ 0.92814219,  0.96677647],
        [ 0.85304703,  0.52351845],
        [ 0.90714982,  0.52835647],
        [ 0.19981397,  0.27417313]],

       [[ 0.60659855,  0.00533165],
        [ 0.10820313,  0.49978937],
        [ 0.90714982,  0.52835647],
        [ 0.34144279,  0.94630077]]])
A.shape[0]#结果为3

np.tile()用于拉伸数组（还是说叫矩阵，我不太清楚）：

import numpy
np.tile([0,1],2)#单个值表示将数组进行一个列向的拉伸
np.tile([0,1],(2,3))#两个值的时候前一个值表示横方向的拉伸，后一个值表示列向的拉伸

大家可以在自己的jupyter notebook上个看一下运行效果
np.argsort
二维数组形式

np.argsort(a,axis=...)#a表示一个数组a，当axis=0，是行的意思，axis=1是列的意思
#这里会输出一个以他们下标值为序的排序方式

np.argsort()[num]的形式
当num>=0时，np.argsort()[num]就可以理解为y[num];
当num<0时，np.argsort()[num]就是把数组y的元素反向输出.

>>>import numpy as np
>>>x=np.array([1,4,3,-1,5,9])
>>>x.argsort()
array([3,0,2,1,4,5)]
>>>x.argsort()[3]
1
>>>x.argsort()[:3]
array([3, 0, 2]

第二段代码摘抄自summer2day