numpy简单用法

随机种子

np.random.random([])可以生成随机数矩阵，有时候我们想每次生成的随机数矩阵都一样，这时只需在前面加一句
np.random.seed(0) 即可，如：

np.random.seed(0)
a=np.random.random([2,2])

当然，随机种子不一定为0，可以自己设置

tile

tile() 函数，就是将原矩阵横向、纵向地复制。tile 是瓷砖的意思，顾名思义，这个函数就是把数组像瓷砖一样铺展开来。
举个例子，原矩阵：

mat = array([[1,2], [3, 4]])

横向：

tile(mat, (1, 4))
# 等同于
tile(mat, 4)

结果：

[[1 2 1 2 1 2 1 2]
[3 4 3 4 3 4 3 4]]

纵向：

tile(mat, (3, 1))

结果：

[[1 2]
[3 4]
[1 2]
[3 4]
[1 2]
[3 4]]

同时横向纵向也可以，就不写了

identity

输入参数n为行数或列数，返回一个n*n的对角阵，对角线元素为1，其余为0。dtype可选，默认为float格式。若dtype设为“bool”，则返回对角线元素为True其余元素为Flase的方阵。

np.identity(2)
[[1., 0.],
[0., 1.]]

改变维度

resize函数 和reshape函数不说了，需要知道resize会直接修改所操作的数组，所以resize没有返回值，使用时要注意

ravel

ravel函数 可以将多维数组展平（也就是变回一维）

c = b.ravel()

flatten

flatten函数 也是将多维数组展平，与ravel函数的功能相同，不过flatten函数会请求分配内存来保存结果，而ravel函数只是返回数组的一个视图(view)

c = b.ravel()

transpose

这个是转置函数

scipy 稀疏矩阵

切片操作

If you want to obtain a sparse matrix as output the fastest way to do row slicing is to have a csr type, and for columns slicing csc。