python3语法学习总结

concatenate函数

# 一维数组直接拼接

# 二维数组看axis
>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])
 
>>> np.concatenate((a,b),axis=1)  #axis=1表示对应行的数组进行拼接
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

np.bincount统计整数数组每个数出现的次数，输出一个数组。

.astype(int)转换为int类型

axis：

rows
axis=0：沿着行（rows）的方向跨列

cols
axis=1：沿着列（cols）的方向跨行

enumerate多用于在for循环中得到计数，利用它可以同时获得索引和值

s = [1, 2, 3, 4, 5]
e = enumerate(s)
for index, value in e:
    print('%s, %s' % (index, value))
 
输出结果：
0, 1
1, 2
2, 3
3, 4
4, 5

ones是numpy的一个内置函数，作用是生成参数为一的数组

>>> np.ones(5)
array([ 1.,  1.,  1.,  1.,  1.])
>>> np.ones((5,), dtype=np.int)
array([1, 1, 1, 1, 1])
>>> np.ones((2, 1))
array([[ 1.],
       [ 1.]])
>>> s = (2,2)
>>> np.ones(s)
array([[ 1.,  1.],
       [ 1.,  1.]])

array与asarray的区别：

array和asarray都可以将结构数据转化为ndarray
np.array 会copy出一个副本，占用新的内存，属于深拷贝
np.asarray 当 dtype 相同时，指针指向的内存相同，属于浅拷贝。
np.asarray 当 dtype 不同时，使用深拷贝。