1. 如果面对如同前文所述的A
序列, 转置操作便很有可能无法对其进行转置(因为A
并不是矩阵的属性),此时就需要我们借助其他的函数操作进行转置
print(A[np.newaxis,:])
# [[1 1 1]]
import numpy as np
A = np.array([1,1,1])[:,np.newaxis]
np.newaxis,:]这个地方np.newaxis放的位置有关,第二个程序放在[:,]的后面,相当于在原来的后面增加一个维度,所以变为(3,1),而第三个则放在前面,则为(1,3),记得注意啊,放在前面是先逗号,在冒号,而放在后面是先冒号在逗号,不要弄错了哦,同时记得是中括号扩起来,不是小括号哦
## 总结
np.newaxis的作用就是在原来的数组上增加一个维度。
其位置决定了是在行/列上增加一个维度。
2.axis
参数很好的控制了矩阵的纵向或是横向打印。axis=0表述列,axis=1表述行
3.matplotlib:使用plt.figure
定义一个图像窗口.
4.
numpy.random.rand()
- rand函数根据给定维度生成[0,1)之间的数据,包含0,不包含1
- 括号参数为生成随机数的维度
a = np.random.rand(4,2)
print(a)
#[[ 0.12531495 0.21084176]
# [ 0.49285425 0.71383499]
# [ 0.34699335 0.04372341]
# [ 0.15578197 0.43788198]]
numpy.random.randint()
- 返回随机整数,范围区间为[low,high),包含low,不包含high
- 参数:low为最小值,high为最大值,size为数组维度大小,dtype为数据类型,默认的数据类型是np.int
- high没有填写时,默认生成随机数的范围是[0,low)
np.random.randint(1,5) # 返回1个[1,5)时间的随机整数
np.random.randint(-5,5,size=(2,2))
作者:听城
链接:https://www.jianshu.com/p/935e7434e578
來源:简书
简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。
5.转换数据类型:如 np.astype(np.int)