numpy知识点记录

一、np.arange

参考链接：numpy常用函数之arange函数 - 简书

np.arange(start, stop, step, dtype=None)：arange函数用于创建等差数组；

start:可忽略不写，默认从0开始;起始值
stop:结束值；生成的元素不包括结束值
step:可忽略不写，默认步长为1；步长
dtype:默认为None，设置显示元素的数据类型

tensor([1, 4, 2, 5, 3, 6], dtype=torch.int32)
>>> import numpy as np
>>> t1=np.arange(5)
>>> t1
array([0, 1, 2, 3, 4])
>>> t2=np.arange(0,5,2)
>>> t2
array([0, 2, 4])
>>> t3=np.arange(,5,2)#没有这种形式，也就是它只可以有一个参数、两个参数、三个参数，按位置分别表示不同含义，但是不可以空出来
  File "<stdin>", line 1
    t3=np.arange(,5,2)
                 ^
SyntaxError: invalid syntax
>>> t3=np.arange( ,5,2)#没有这种形式
  File "<stdin>", line 1
    t3=np.arange( ,5,2)
                  ^
SyntaxError: invalid syntax
>>> t3=np.arange(0,5)
>>> t3
array([0, 1, 2, 3, 4])

二、np.clip()

参考链接：np.clip() 用法 Numpy 中clip函数的使用_yctjin的博客-CSDN博客_np.clip

                 Numpy clip函数 - 知乎 (zhihu.com)

numpy.clip(a, a_min, a_max, out=None)：作用：将一个nd.array的值限制在给定的上下界, 如果元素值小于下界则将值改为下界值a_min, 同理如果大于上界，则将值改为上界值a_max。

• a : 输入的数组
• a_min: 限定的最小值 也可以是数组 如果为数组时 shape必须和a一样
• a_max:限定的最大值 也可以是数组 shape和a一样
• out：剪裁后的数组存入的数组

>>> tc=np.arange(5)
>>> tc1=np.clip(tc,1,3)
>>> tc1
array([1, 1, 2, 3, 3])
>>> tc
array([0, 1, 2, 3, 4])
>>> tc1=np.clip(tc,1,3,tc)
>>> tc1
array([1, 1, 2, 3, 3])
>>> tc
array([1, 1, 2, 3, 3])
>>> tc2=np.clip(tc1,[2,2,2,2,2],3)
>>> tc2
array([2, 2, 2, 3, 3])
>>>

三、zeros_like()

参考链接：https://blog.csdn.net/yangwangnndd/article/details/89471447

其输入为矩阵x，输出为形状和x一致的矩阵，其元素全部为0

ta=np.ones((2,3))

ta
Out[9]: 
array([[1., 1., 1.],
       [1., 1., 1.]])

tb=np.zeros_like(ta)

tb
Out[14]: 
array([[0., 0., 0.],
       [0., 0., 0.]])