python函数锦集

1. round() 方法返回浮点数x的四舍五入值。
   
   np.around(a, decimals=0, out=None)返回四舍五入的值，可以指定精度值。
   a:输入数组
   decimals：保留的小数位。负数时，保留小数点左侧位置。

n = np.array([-0.746, 4.6, 9.4, 7.447, 10.455, 11.555])
around1 = np.around(n)  # [ -1.   5.   9.   7.  10.  12.]

around2 = np.around(n, decimals=1)  # [ -0.7   4.6   9.4   7.4  10.5  11.6]

around3 = np.around(n, decimals=-1)  # [ -0.   0.  10.  10.  10.  10.]

2. np.array()与np.asarray()的区别
   在执行array时，主要区别是当数据源是ndarray时，array会copy出一个副本，占用新的内存，asarray不会。
   实例：

a = np.ones((3, 3))
b = np.array(a)
c = np.asarray(a)
a[1] = 2
print("a:", a)
print("b:", b)
print("c:", c)

结果：

a: [[1. 1. 1.]
 [2. 2. 2.]
 [1. 1. 1.]]
b: [[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]
c: [[1. 1. 1.]
 [2. 2. 2.]
 [1. 1. 1.]]

3. np.floor()返回不大于参数的最大整数。

n = np.array([-1.7, -2.5, -0.2, 0.6, 1.2, 2.7, 11])
floor = np.floor(n)  # [ -2.  -3.  -1.   0.   1.   2.  11.]

4. np.concatenate()
   函数定义：
   numpy.concatenate((a1, a2, …), axis=0, out=None)
   官方案例：

>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])

5. np.stack()
   函数定义：
   numpy.stack(arrays, axis=0)
   参考：numpy.stack最通俗的理解
   简单例子：

>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> a.shape
(3,)
>>> b.shape
(3,)
>>> np.stack((a, b), axis=0).shape
(2, 3)
>>> np.stack((a, b), axis=1).shape
(3, 2)

复杂例子：

>>> a = np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]])
>>> b = np.array([[4, 5, 6], [4, 5, 6], [4, 5, 6]])
>>> a.shape
(3, 3)
>>> b.shape
(3, 3)
>>> np.stack((a, b), axis=0).shape
(2, 3, 3)
>>> np.stack((a, b), axis=1).shape
(3, 2, 3)
>>> np.stack((a, b), axis=2).shape
(3, 3, 2)