numpy学习笔记

1.shape

>>> w=np.zeros((5,6))
>>> w
array([[ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.]])

>>> w.shape[0]
5

>>> w.shape[1]
6

w是一个5行6列的矩阵

w.shape[0]返回的是w的行数

w.shape[1]返回的是w的列数

2.python tile() 函数简单介绍

格式：tile（A,reps）
* A：array_like 输入的array
* reps：array_like A沿各个维度重复的次数

for example：

A=[1,2]
tile(A,2)
Out[10]: array([1, 2, 1, 2])

tile(A,(2,2))
Out[11]:
array([[1, 2, 1, 2],
       [1, 2, 1, 2]])

tile(A,(2,1))
Out[12]:
array([[1, 2],
       [1, 2]）

3.sum（axis）函数

是在给sum函数中加入参数。sum（a，axis=0）或者是.sum(axis=1) 就有点不解了

 

在我实验以后发现 我们平时用的sum应该是默认的axis=0 就是普通的相加 

 

而当加入axis=1以后就是将一个矩阵的每一行向量相加

 

例如：

import numpy as np

np.sum([[0,1,2],[2,1,3],axis=1)

结果就是：array（[3,6]）

 

 下面是自己的实验结果，与上面的说明有些不符：

a = np.array([[0, 2, 1]])

print a.sum()
print a.sum(axis=0)
print a.sum(axis=1)

结果分别是：3, [0 1 2], [3]

 

b = np.array([0, 2, 1])

print b.sum()
print b.sum(axis=0)
print b.sum(axis=1)

结果分别是：3, 3, 运行错误：'axis' entry is out of bounds

 可知：对一维数组，只有第0轴，没有第1轴

c = np.array([[0, 2, 1], [3, 5, 6], [0, 1, 1]])

print c.sum()
print c.sum(axis=0)
print c.sum(axis=1)

结果分别是：19, [3 8 8], [ 3 14  2]

链接：http://www.bubuko.com/infodetail-671301.html

 

4.argsort函数

argsort函数返回的是数组值从小到大的索引值

Examples：

One dimensional array:一维数组

>>> x = np.array([3, 1, 2])
>>> np.argsort(x)
array([1, 2, 0])

二维数组的没看懂

 

5.numpy数组取某一行或某一列

某一行 array[行号,:]

某一列array[:,列号]

 

6.numpy矩阵初始化

ones：全1 
zeros：全0 
empty：随机数，取决于内存情况

zeros（（行，列））

 

7.min和max

假设A是一个 m 行 n 列的矩阵；

1. A.min(0) : 返回A每一列最小值组成的一维数组；
2. A.min(1)：返回A每一行最小值组成的一维数组；
3. A.max(0)：返回A每一列最大值组成的一维数组；
4. A.max(1)：返回A每一行最大值组成的一维数组；