python常用函数总结

本文介绍了在Python的numpy和PyTorch深度学习框架中,如何使用数组生成方法(包括range函数、arange函数、列表、元组、现有数组和文件读取),以及广播机制在不同场景下的应用,特别强调了torch张量的GPU加速和自动求导功能。
摘要由CSDN通过智能技术生成

一、数组生成方式

以下数据结构特点都是左开右闭

广播机制有两种特点:
1.不同数组元素之间一一运算。
2.不同数组若维度不同按一定规则补齐后,一一运算。

  1. python中内置的range函数可以类似用上述两种创建一系列数,
    若要转化成列表,则需要用list(range(1,6))
  2. np.arange,但这里直接出来就是列表(这里纯数列表可以理解为数组,可以利用广播机制进行计算)
import numpy as np
array1 = np.arange(stop)#默认0为初始值,1为步长,规定终止值
array2 = np.arange(start, stop, step)
  1. 深度学习中数组
    这里用torch框架说明,其实其用法与numpy中很类似,同样采用广播机制计算,此外,这里是张量类,支持GPU加速,与自动求导功能
x=torch.arange(12)
X=x.reshape(3,4)
Y=torch.randn(3,4)
print(Y)
print(X+Y)
  1. 其他转化成广播机制数组的方式
  • 从列表创建数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2=torch.tensor([1,2,3,4,5])
print(arr1)
print(arr2)
  • 从元组创建数组
arr2 = np.array((6, 7, 8, 9, 10))
print(arr2)
  • 从现有数组创建数组
arr3 = np.array(arr1)
print(arr3)
  • 从文件中读取数据创建数组
arr4 = np.loadtxt('data.txt')  # 假设有一个名为 'data.txt' 的文本文件
print(arr4)
  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值