1.shape和reshape
image.shape[0], 图片垂直尺寸
image.shape[1], 图片水平尺寸
image.shape[2], 图片通道数
reshape( ,1)是重新进行组合 1 是纬度
也可reshape(2,2)
2.np.linalg.norm()
线性代数,范数 默认求矩阵的平方和开根号
矩阵的范数:
ord=1:列和的最大值
ord=2:|λE-ATA|=0,求特征值,然后求最大特征值得算术平方根(matlab在线版,计算ans=ATA,[x,y]=eig(ans),sqrt(y),x是特征向量,y是特征值)
ord=∞:行和的最大值
ord=None:默认情况下,是求整体的矩阵元素平方和,再开根号。(没仔细看,以为默认情况下就是矩阵的二范数,修正一下,默认情况下是求整个矩阵元素平方和再开根号)
axis=1表示按行向量处理,求多个行向量的范数
axis=0表示按列向量处理,求多个列向量的范数
axis=None表示矩阵范数。
keepding:是否保持矩阵的二维特性
True表示保持矩阵的二维特性,False相反
3.zeros
用法:zeros(shape, dtype=float, order=‘C’)
返回:返回来一个给定形状和类型的用0填充的数组;
参数:shape:形状
4.np.dot() 和 np.outer
矩阵乘法的结果和矩阵乘法的数组表示结果
值和矩阵
5.np.multiply(x1,x2)
数组元素对应位置相乘注意区分和outer的区别