numpy几个函数用法

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]])