Al.deeplearning中的python语法

 ndarray.shape  &&  np.copy && enumerate && np.concatenate && // && append

1 . numpy.ndarray.shape是返回一个数组维度的元组。 (2,)与(2,1)的区别如下：

• ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。

• ndarray.shape返回一个元组，这个元组的长度就是维度的数目，即ndim属性。

一般情况下：

[1,2]的shape值(2,)，意思是一维数组，数组中有2个元素。

[[1],[2]]的shape值是(2,1)，意思是一个二维数组，每行有1个元素。

[[1,2]]的shape值是（1，2），意思是一个二维数组，每行有2个元素。

 

2 . np.copy

import numpy as np
x = np.array([1, 2, 3]) 
y = x
z = np.copy(x)
x[0] = 10
x[0] == y[0]     #True
x[0] == z[0]     #False

 

3 . enumerate

import numpy as np
seq = ['one', 'two', 'three']
for i, element in enumerate(seq):
    print (i, element)

>>0 one
>>1 two
>>2 three

4 . // ：向下取整。 1//2 = 0

5 . append

a = [1,2,3]
a.append(4)
print(a)

>>[1, 2, 3, 4]

6. np.concatenate

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
np.concatenate((a, b), axis=0)  # python中axis = 0,纵向操作。操作方向的维度要一致，不然会报错

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

7. np.random.shuffle(a)和np.random.permutation(a) 

两者都是打乱数组/列表 a的顺序 ，前者是永久操作，后者是暂时操作