我的Numpy

记录一些Numpy的奇奇怪怪的方法和函数

np.in1d

查看数组1(数组2)的某元素是否存在与数组2(数组1)

ar1 = np.array([1,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=False, invert=False)
print(a) # [ True  True  True]

ar1 = np.array([1,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=False, invert=True)
print(a) # [False False False]

ar1 = np.array([1,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=True, invert=True)
print(a) # [False False False]

ar1 = np.array([8,100,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=False, invert=False)
print(a) # [False False  True  True]

ar1 = np.array([8,100,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=False, invert=True)
print(a) # [ True  True False False]

ar1 = np.array([8,100,2,3])
ar2 = np.array([3,2,1])
a = np.in1d(ar1, ar2, assume_unique=True, invert=True)
print(a) # [ True  True False False]

Numpy随机抽取

按照从0到k的范围取样取出num个整数，返回一个list,

randient似乎有整数的意思

np.random.randint(0, k, num)

result = random.randint(1,10)      #返回 [1, 10] 之间的任意整数

从列表中抽取3个元素

x = np.random.choice([], k=3)

要想不重复，

x = np.random.choice([], k=3，repalce=False)

从0到k的范围中抽取n个数字,允许重复

a = np.random.randint(k, size=n)

np.concatenate & np.stack

这区别和 torch.cat 与 torch.stack 如出一辙

np.concatenate就可以看作是torch.cat,np.stack可以看做是torch.stack