深度学习之numpy学习笔记

• numpy.zeros(shape, dtype=float, order='c'）创建指定大小的数组，数组元素以 0 来填充
• numpy.ones()    创建一个全是1的数组
• numpy.empty()    创建一个内容随机并且依赖于内存状态的数组

    #如不指定类型，默认创建的数组类型为float64

 

• numpy.random.permutation(x)  x为序列或整数，当x为整数时，返回随机排列range(x)；当x为序列时，返回x随机排列的序列
• numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)  将对象转换为数组
• tolist() 将数组转换为列表
• arange([start, ]stop, [step, ]dtype=None) 返回的是array类型 默认从零开始，步长为1
• numpy.linspce(start, stop, num=50, endpoint=True, retstep=False, dtype=None)  返回固定个数的步长相同的数据

 

• 矩阵的乘法运算符*是按元素位置计算，矩阵乘法可以使用dot函数实现
• 

 

• numpy.fromfunction(function, shape, *, dtype=<class 'float'>, **kwargs)

• functioncallable

  The function is called with N parameters, where N is the rank of shape. Each parameter represents the coordinates of the array varying along a specific axis. For example, if shape were (2, 2), then the parameters would be array([[0, 0], [1, 1]]) and array([[0, 1], [0, 1]])

[In]:def fun(x, y):
        return x * 2 + y
​
     b = np.fromfunction(fun,(2, 3),dtype=int)

[In]:b
[Out]:array([[0, 1, 2],
           [2, 3, 4]])

 

• 组合拆分数组
• numpy.vstack() 使多个数组沿第一个轴组合
• numpy.hstack(）                 沿第二个轴组合
• numpy.column_stack() 将多个一维数组按对应位置组合成新的二维数组
• numpy.vsplit()  将数组沿纵轴分割
• numpy.hsplit()  将数组沿水平轴分割