Python的一些函数用法(笔记)
if name == “main”:
表示只能在该文件中运行代码块中的语句,如果是将该python文件通过import导入其他文件时,该代码块的语句不会运行。
numpy.zeros(shape, dtype=float)
各个参数意义:
shape:创建的新数组的形状(维度)。
dtype:创建新数组的数据类型。
返回值:给定维度的全零数组。
pd.DataFrame(ndarray数据,index=[‘行索引1’,‘行索引2’],colunms=[‘列索引1’,‘列索引2’])
ndarray数据通常用上面的numpy.zeros(shape, dtype=float)函数创建数组,例如:
table = pd.DataFrame(
np.zeros((n_states, len(actions))), # q_table initial values
columns=actions, # actions's name
)
pandas中的loc和iloc
loc是根据index来索引,
如果table定义了一个index,那么loc就根据这个index来索引对应的行。
而iloc是根据行号来索引,行号从0开始,逐次加1,比如table.iloc[0]就是索引第一行。
此外,当ioc后面有两个值时,则第一个值代表行号,第二个值代表列号。
table.iloc[0,1]就是索引第1行第2列。
此外,也可以用[:,1]的方式来获取第二列的所有行。
np.random.uniform()
函数原型: numpy.random.uniform(low,high,size)
功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.
参数介绍:
low: 采样下界,float类型,默认值为0;
high: 采样上界,float类型,默认值为1;
size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出 m * n * k 个样本,缺省时输出1个值。
返回值:ndarray类型,其形状和参数size中描述一致。
any() 函数和 all() 函数
检查某个可迭代对象(如列表)中的任何元素或所有元素的计算结果是否为True,例如:(state_actions == 0).all()
idxmax(axis)
idxmax()方法返回轴上最大值第一次出现的索引。
默认情况下,axis=0,查找每列最大的一个,返回每列的最大值。
axis=1时,则查找每行的最大值。
当只有一列(行)时,仅返回该最大值的索引。