Python——numpy常用函数记录

Numpy中reshape函数、reshape(1,-1)的含义

https://blog.csdn.net/W_weiying/article/details/82112337
一般用法：numpy.arange(n).reshape(a, b); 依次生成n个自然数，并且以a行b列的数组形式显示:
特殊用法：mat (or array).reshape(c, -1); 必须是矩阵格式或者数组格式，才能使用 .reshape(c, -1) 函数， 表示将此矩阵或者数组重组，以 c行d列的形式表示（-1的作用就在此，自动计算d：d=数组或者矩阵里面所有的元素个数/c, d必须是整数，不然报错）（reshape(-1, e)即列数固定，行数需要计算）
其他用法：numpy.arange(a,b,c)/ numpy.arange(a,b,c).reshape(m,n); 从 数字a起, 步长为c, 到b结束，生成array：

np.column_stack用法

将2个矩阵按列合并

A = np.column_stack((x_vals_column, ones_column)) 
#print(A)
[[ 0.   1. ]
[ 2.5  1. ]
[ 5.   1. ]
[ 7.5  1. ]
[10.   1. ]]

同样row_stack将2个矩阵按行合并

np.linspace

返回一个数组
x_vals = np.linspace(0, 10, 5)
#print(x_vals)
[ 0. 2.5 5. 7.5 10. ]

np.matrix

https://www.runoob.com/numpy/numpy-matrix.html

np.transpose

矩阵转置
x_vals_column = np.transpose(np.matrix(x_vals))
#print(x_vals_column)
([[ 0 ],
[ 2.5],
[ 5. ],
[ 7.5],
[10. ]])

np.repeat

将numpy数组重复
https://blog.csdn.net/u013555719/article/details/83855965

.flatten

返回一个折叠成一维的数组