【Python】深度学习常用到的 numpy 库函数详解，更合适零基础的同学~

Numpy（Numerical Python）是 Python 语言的一个扩展程序库，支持大维度数组与矩阵运算，此外也针对数组运算提供了大量的数学函数库。Numpy 为开放源代码并且由许多协作者共同维护开发。

为什么要用numpy？

Python中提供了list容器，可以当作数组使用。但列表中的元素可以是任何对象，因此列表中保存的是对象的指针，这样一来，为了保存一个简单的列表[1,2,3]。就需要三个指针和三个整数对象。对于数值运算来说，这种结构显然不够高效。

Python虽然也提供了array模块，但其只支持一维数组，不支持多维数组(在TensorFlow里面可以理解为矩阵)，也没有各种运算函数。因而不适合数值运算。

Numpy的出现弥补了这些不足。

Ndarray 对象

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成：

• 一个指向数据（内存或内存映射文件中的一块数据）的指针。
• 数据类型或 dtype，描述数组中固定大小值的格子。
• 一个表示数组形状（shape）的元组，表示各维度大小的元组。
• 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

ndarray 的内部结构：

跨度可以是负数，这样会使数组在内存中后向移动，切片中 obj[::-1] 或 obj[:,::-1] 就是如此。

创建一个 ndarray 只需调用 Numpy 的 array 函数即可。

1. array()

作用：创建ndarray数组。
语法格式如下：

array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)

常用参数	作用
object	输入数据即为数组组成元素
dtype	指定数组元素类型，默认为输入数据类型，可自行设置
order	{‘K’，‘A’，‘C’，‘F’} 可选
ndmin	指定结果数组应具有的最小维数
代码示例如下：

np.array([[1,2,3],
         [4,5,6]])

运行结果如下：

还可以参考这篇文章，介绍的也比较详细。 https://blog.csdn.net/qq_43328040/article/details/106601065

2. exp()

计算输入数组中所有元素的以 e 为底的指数。代码示例如下：

X=np.array([[1,2,3],
           [4,5,6]])
print(np.exp(X))

运行结果如下：

3. shape()

返回数组的维度。代码示例如下：

print(np.shape([[1, 2]]))
print(np.shapr([1,2],axis=0))

运行结果如下：

4. reshape()

https://blog.csdn.net/tracy_leaf/article/details/79297121

5. squeeze()

https://blog.csdn.net/weixin_41668995/article/details/109408772

6. arange()

https://blog.csdn.net/reallocing1/article/details/82994201

7. squeeze()

压缩维度。从数组的形状中删除单维度条目，即把 shape 中为1的维度去掉。

用法：numpy.squeeze(a,axis = None)

 1）a表示输入的数组；
 2）axis用于指定需要删除的维度，但是指定的维度必须为单维度，否则将会报错；
 3）axis的取值可为 None 或 int 或 tuple of ints, 可选。若axis未赋值，则默认删除所有单维度的条目；
 4）返回值：数组；
 5) 不会修改原数组。

还可以参考这篇文章，介绍的也比较详细。 https://blog.csdn.net/zenghaitao0128/article/details/78512715

8. np.random.randn()

https://blog.csdn.net/weixin_42029738/article/details/81977492

9. np.round()

np.round(输入数据, decimal=保留的小数位数)
原则：对于浮点型数据，四舍六入，正好一半（x.5）就取偶数边界值。

np.round(4.5, 0)  # 正好一半，取到偶数
Out[56]: 4.0
np.round(4.5, 1)  
Out[57]: 4.5
np.round(4.55, 1)
Out[58]: 4.6
np.round(4.55, 2)
Out[59]: 4.55

10. np.size()

size()函数主要是用来统计矩阵元素个数，或矩阵某一维上的元素个数的函数。

语法格式：numpy.size(a, axis=None)
a：输入的矩阵
axis：int型的可选参数，指定返回哪一维的元素个数。当没有指定时，返回整个矩阵的元素个数。

>>> a = np.array([[1,2,3],[4,5,6]])
>>> np.size(a)
6
>>> np.size(a,1)
3
>>> np.size(a,0)
2

axis的值没有设定，返回矩阵的元素个数
axis = 0，返回该二维矩阵的行数
axis = 1，返回该二维矩阵的列数

注：第二个参数axis从0开始，不是从1开始

11. np.random.permutation()

https://blog.csdn.net/weixin_44188264/article/details/93752505

12.np.random.shuffle()

https://blog.csdn.net/lemonxiaoxiao/article/details/109239996