实验中遇到的numpy的一些函数用法总结

1. numpy.matmul（）

两个numpy数组的矩阵相乘
(1). 如果两个参数a , b a,ba,b都是2 22维的，做普通的矩阵相乘。

import numpy as np
a = [[1, 0], [0, 1]]
b = [[4, 1], [2, 2]]
np.matmul(a, b)

array([[4, 1],
[2, 2]])

(2). 如果某一个参数是N ( N > 2 ) N(N>2)N(N>2)维的，该参数被理解为一些矩阵(参数的最后两个维数为矩阵维数)的stack，而且计算时会相应的广播

a = np.arange(224).reshape((2,2,4))
b = np.arange(224).reshape((2,4,2))
c = np.arange(124).reshape((1,4,2))
np.matmul(a,b)
np.matmul(a,c)

out:
[[[ 28 34]
[ 76 98]]
[[428 466]
[604 658]]]

[[[ 28 34]
[ 76 98]]
[[124 162]
[172 226]]]

2. numpy.round()

描述:
round() 方法返回浮点数x的四舍五入值。

语法：
以下是 round() 方法的语法:

round( x [, n] )

x – 数值表达式。
n – 数值表达式，表示从小数点位数。

返回浮点数x的四舍五入值。

实例：
以下展示了使用 round() 方法的实例：

#!/usr/bin/python

print "round(80.23456, 2) : ", round(80.23456, 2)
print "round(100.000056, 3) : ", round(100.000056, 3)
print "round(-100.000056, 3) : ", round(-100.000056, 3)

以上实例运行后输出结果为：

round(80.23456, 2) : 80.23
round(100.000056, 3) : 100.0
round(-100.000056, 3) : -100.0

3. numpy.around()

numpy.around(a, decimals=0, out=None)

参数解析：
a为输入列表或矩阵；
decimals为n对输入近似后保留小数点后n位，默认为0，若值为-n，则对小数点左边第n位近似；
out为可选参数，一般不用，用于保存近似返回结果。

示例：

np.around([0.37, 1.64])
array([ 0., 2.])
np.around([0.37, 1.64], decimals=1)
array([ 0.4, 1.6])
np.around([.5, 1.5, 2.5, 3.5, 4.5]) # rounds to nearest even value
array([ 0., 2., 2., 4., 4.])
np.around([1,2,3,11], decimals=1) # ndarray of ints is returned
array([ 1, 2, 3, 11])
np.around([1,2,3,11], decimals=-1)
array([ 0, 0, 0, 10])

当近似的小数为5时，则前一位近似为偶数。