本人tensorflow新手,在阅读tensorflow笔记中遇到了一些对于numpy模块的问题,查阅了一些资料觉得下面的几条很有帮助。
Numpy np.array 相关常用操作学习笔记
https://www.cnblogs.com/oftenlin/p/7856389.html
1.np.array构造函数(个人理解是构造张量)
用法:np.array([1,2,3,4,5])
-
numpy array 和 python list 有什么区别?
标准Python的列表(list)中,元素本质是对象。如:L = [1, 2, 3],需要3个指针和三个整数对象,对于数值运算比较浪费内存和CPU。因此,Numpy提供了ndarray(N-dimensional array object)对象:存储单一数据类型的多维数组。 -
如何强制生成一个 float 类型的数组
d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)
1.3 使用astype(int)对上述 array 进行强制类型转换 -
d.astype(int)
-
dtype 和type 的区别是什么
type(d) 和 d.dtype 一个返回的是d 的数据类型 nd.array 另一个返回的是数组中内容的数据类型
2.arange(自动生成数组)
用法 :np.arange(0,10) // 生成[0,1,2,3,4,5,6,7,8,9] 左开右闭不包括10
- arange 和python的range的区别: arange可以生成浮点类型,而range只能是整数类型。
3.reshape
np.arange(1,10).reshape((3,3)) 从(3,4)改为(4,3)并不是对数组进行转置,而只是改变每个轴的大小,数组元素在内存中的位置并没有改变
reshape(-1,1) 任一行一列
4.构造等差数列
np.linspace(1, 10, 10)
#构造等差数列 开始值,结束值,共几个数字
#包括终止值 [1,2,3,4,5,6,7,8,9,10]
#可以通过选项配置其不包括终止值
c=np.linspace(1, 10, 10, endpoint=False)
5.构造等比数列
np.logspace(1,4,4,base=2,endpoint=True)
6.随机数生成
- 随机生成(4*4)个0-10的数的二维数组
np.random.randint(a, b, size=(c, d))
- 随机生成 0-1的10个数字
np.random.rand
7.np.array 的数组切片
- 切片规则 [三冒号规则]
[开始:结尾:步长] - 开始为-1
a[-1] 取最后一个
a = [0,1,2,3,4,5,6,7]
a[-1] = 7 - 结尾为-1(开始必须为大于等于0的数)
a[2:-1] = [2,3,4,5,6] - 步长为-1,意味着反转
a[::-1]=[7,6,5,4,3,2,1]
8.特殊矩阵的生成
np.ones((3,3))、np.zeros((3,3))、np.eye(1,1) 奇怪的是 eye 为啥不接收元祖作为参数呢?晕 eye 也没有 写成eye
还有 a=[1,2,3] np.diag(a) 是生成1,2,3 为对角线的方阵
9.数组的运算及矩阵的运算
- 数组的相加,相当的随意,不用一样的行和列
a = np.array([1,2,3,4,5])
b = a.reshape(-1,1)
a+b 返回的是一个 5*5 的矩阵 - 矩阵的加法必须是行列相同
a = np.matrix(np.array([[1,2,3],[2,1,3]]));
a.T 表示转置 a.I 表示逆矩阵 - 对应元素相乘用 multiple ,矩阵相乘可直接写,但行和列要相等
a1=mat([1,1]);
a2=mat([2,2]);
a3=multiply(a1,a2)
np.argsort
https://blog.csdn.net/cetrol_chen/article/details/79148143
numpy.argsort(a, axis=-1, kind=’quicksort’, order=None)
功能: 将矩阵a按照axis排序,并返回排序后的下标
参数: a:输入矩阵, axis:需要排序的维度
返回值: 输出排序后的下标
x = np.array([3, 1, 2])
np.argsort(x)
array([1, 2, 0])
1
2
3x = np.array([[1, 5, 7], [3, 2, 4]])
np.argsort(x, axis=0)
array([[0, 1, 1],
[1, 0, 0]]) #沿着行向下(每列)的元素进行排序np.argsort(x, axis=1)
array([[0, 1, 2],
[1, 0, 2]]) #沿着列向右(每行)的元素进行排序
1
2
3
4
5
6
7