目录
1.判断一个变量是不是为None: is / is not
2.np.array的拼接
3.np.array 整数类别转one hot编码
4.根据阈值threshold将某向量转换为所有元素为0或者1的二进制向量
5.Python numpy函数:zeros()、ones()、empty()
6.判断一个数是否在两个数之间
7.一维np array删除特定位置index的元素
8.找出满足条件的np array 索引
正文
1.判断一个变量是不是为None,注意 is / is not和==/!=的区别。
2.np.array的拼接
3.np.array 整数类别转one hot编码
import numpy as np
#需要转换的整数
y=np.array([0,1,2,2,1,1])
#设置类别的数量
num_classes =3
#将整数转为one hot编码
y_onehot=np.eye(num_classes)[y]
4.根据阈值threshold将某向量转换为所有元素为0或者1的二进制向量
通常用于将sigmoid的输出结果(概率)转化为预测标签。
例如:a=np.array([0.1, 0.2, 0.3, 0.7, 0.8, 0.9]). 我想要的是根据阈值将此向量转换为二进制向量。 以阈值=0.5为例,大于0.5的元素转换为