numpy学习

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。

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。

 

拉平操作 ravel()和faltten()及reshape(1,-1)的区别联系

np.prod() 计算元素乘积

把矩阵大于或小于N的元素置M的技巧

numpy中的矩阵copy问题

np.zeros_like()构造全零矩阵，无需指定大小

random.rand和random.rand和random.randint区别

np.random.random() 生成一个随机数
产生 0 ~ 1 之间的随机浮点数，无输入参数

np.random.uniform()

产生随机浮点数

np.random.rand() 生成均匀分布矩阵
创建一个矩阵，服从[0,1]随机分布

np.random.randn() 生成正太分布矩阵

np.randm.randint() 生成离散均匀分布的整数值组成的矩阵

python 断言 assert 

乘法之间的区别 

np.pad()函数进行padding操作

numpy.empty() 创建指定形状和数据类型且未初始化的数组 

 

numpy 取整 

np.newaxis 在特定位置增加一个维度

 

python 广播机制 

 

numpy.transpose()转置
transpose()是以交换维度的方式进行转置