1.np.empty()
sample = np.empty([18, 480])
- 用例
numpy.empty(shape, dtype=float, order=‘C’)
- 功能
根据给定的维度和数值类型返回一个新的数组,其元素不进行初始化。
empty不像zeros一样,并不会将数组的元素值设定为0,因此运行起来可能快一些。在另一方面,它要求用户人为地给数组中的每一个元素赋值。
- 参数
变量名 | 数据类型 | 功能 |
---|---|---|
shape | 整数或整数组成的元组 | 空数组的维度,例如(2,3)或者2 |
dtype | 数值类型,可选参数 | 指定输出的数据类型,例如numpy.int8.默认为numpy.float64 |
order | {‘C’,‘F’},可选参数 | 是否在内存中以c或fortran(行或列)顺序存储多维数据 |
- 返回值 : n为数组
给定维度、数值类型以及存储顺序的未初始化(任意值)的数组。目标数组将会被初始化为None
2.np.concatenate()
np.concatenate()是用来对数列或矩阵进行合并的
3.np.sqrt()
开方
4.np.sum()
求和
5.np.power(x,y)
计算x的y次方
6.np.dot()
返回的是两个数组的点积
1.如果处理的是一维数组,则得到的是两数组的內积(顺便去补一下数学知识)
2.如果是二维数组(矩阵)之间的运算,则得到的是矩阵积(mastrix product)。
3.dot()函数可以通过numpy库调用,也可以由数组实例对象进行调用。a.dot(b) 与 np.dot(a,b)效果相同。
矩阵积计算不遵循交换律,np.dot(a,b) 和 np.dot(b,a) 得到的结果是不一样的。
7.np.save(
)
numpy.save(file, arr, allow_pickle=True, fix_imports=True)
此参数定义将要保存数据的文件或文件名。如果此参数是文件的对象,则文件名将保持不变。如果 file 参数是路径或字符串,则会在文件名中添加 .npy 扩展名,没有时会添加。
8.np.load()
函数从具有npy扩展名 (.npy)的磁盘文件返回输入数组。 读取二维数组.npy文件的数据 用法:
numpy.load (file, mmap_mode=None, allow_pickle=True, fix_imports=True,encoding=’ASCII’)