1.shape()
a = array([[1,2],[2,3],[3,4]])
a.shape 输出(3,2)
a.shape[0]输出 3 表示矩阵的行数理解为一共有多少组数据
a.shape[1]输出 2 表示矩阵的列数理解为每组数据的维数
2.tile
import numpy
>>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次,默认行1次
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
>>> numpy.tile([0,0],(1,1))#在列方向上重复[0,0]1次,行1次
array([[0, 0]])
>>> numpy.tile([0,0],(2,1))#在列方向上重复[0,0]1次,行2次
array([[0, 0],
[0, 0]])
>>> numpy.tile([0,0],(3,1))
array([[0, 0],
[0, 0],
[0, 0]])
>>> numpy.tile([0,0],(1,3))#在列方向上重复[0,0]3次,行1次
array([[0, 0, 0, 0, 0, 0]])
>>> numpy.tile([0,0],(2,3))<span style="font-family: Arial, Helvetica, sans-serif;">#在列方向上重复[0,0]3次,行2次</span>
array([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])
3. sum
a=np.sum([[0,1,2],[2,1,3]])
输出 9
a=np.sum([[0,1,2],[2,1,3]],axis=0)
输出([2,2,5])
a=np.sum([[0,1,2],[2,1,3]],axis=1)
输出 ([3,6])
4.argsort
argsort函数返回的是数组值从小到大的索引值
x = np.array([3, 1, 2])
np.argsort(x)
输出array([1,2,0])
x = np.array([[0,3],[2,1],[5,4]])
np.argsort(x,axis=0)
输出
array([[0, 1], [1, 0], [2, 2]])
x = np.array([[0,3],[2,1],[5,4]])
np.argsort(x,axis=1)
输出
array([[0, 1], [1, 0], [1, 0]])