逻辑函数 真值测试

numpy.all与numpy.any

• numpy.all(a, axis=None, out=None, keepdims=np._NoValue) Test whether all array elements along a given axis evaluate to True.

• numpy.any(a, axis=None, out=None, keepdims=np._NoValue) Test whether any array element along a given axis evaluates to True.

>>> a = np.array([0, 4, 5])
>>> b = np.copy(a)
>>> print(np.all(a == b))  #全部都一样输出true  and运算
True
>>> print(np.any(a == b))#任意一个相同都输出true  or运算
True
b[0] = 1
print(np.all(a == b))  # False
print(np.any(a == b))  # True

a = np.eye(3)  生成对角单位矩阵
print(np.all(a, axis=0))  # [False False False]  按行进行
print(np.any(a, axis=0))  # [ True  True  True]

np.eye()

np.eye()的函数，除了生成对角阵外，还可以将一个label数组，大小为(1,m)或者(m,1)的数组，转化成one-hot数组。

函数的原型：numpy.eye(N,M=None,k=0,dtype=<class 'float'>,order='C)

返回的是一个二维2的数组(N,M)，对角线的地方为1，其余的地方为0.

（1）N:int型，表示的是输出的行数

（2）M：int型，可选项，输出的列数，如果没有就默认为N

（3）k：int型，可选项，对角线的下标，默认为0表示的是主对角线，负数表示的是低对角（低于主对角线的对角线），正数表示的是高对角（高于主对角线的对角线）。

a=np.eye(3)[1]
print(a) 
# [0. 1. 0.]

>>> a=np.eye(3)[[1,2,0,1]]
>>> print("如果对应的类别号是1,2,0,1，那么转成one-hot的形式\n",a)
如果对应的类别号是1,2,0,1，那么转成one-hot的形式
 [[0. 1. 0.]
 [0. 0. 1.]
 [1. 0. 0.]
 [0. 1. 0.]]
>>> res=np.eye(3)[labels.reshape(-1)]
>>> print("labels转成one-hot形式的结果：\n",res,"\n")
labels转成one-hot形式的结果：
 [[0. 1. 0.]
 [0. 0. 1.]
 [1. 0. 0.]
 [0. 1. 0.]]

>>> print("labels转化成one-hot后的大小：",res.shape)
labels转化成one-hot后的大小： (4, 3)
>>>

数组内容：

numpy.isnan

• numpy.isnan(x, *args, **kwargs) Test element-wise for NaN and return result as a boolean array.

a=np.array([1,2,np.nan])
print(np.isnan(a))
#[False False  True]

np.random.seed()

seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。np.random.seed(n)函数用于生成指定随机数,把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。

在进行机器学习和深度学习中，我们会经常用到np.random.seed()，利用随机数种子，使得每次生成的随机数相同。

np.random.randint(low, high=None, size=None, dtype='l')

low—–为最小值 
high—-为最大值 
size—–为数组维度大小 
dtype—为数据类型，默认的数据类型是np.int。 

从一个均匀分布中随机采样，生成一个整数或N维整数数组，
取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。

 

参考：阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台

​​​​​​np.random.seed() 的使用详解 - sowhat1412 - 博客园

np.random.randint()的用法详解_缘 源 园的博客-CSDN博客_np.random.randint