机器学习2（numpy题库）

ndarray

NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型

 
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
 

序号	参数及描述
1.	object 任何暴露数组接口方法的对象都会返回一个数组或任何（嵌套）序列。
2.	dtype 数组的所需数据类型，可选。
3.	copy 可选，默认为true，对象是否被复制。
4.	order C（按行）、F（按列）或A（任意，默认）。
5.	subok 默认情况下，返回的数组被强制为基类数组。 如果为true，则返回子类。
6.	ndmin 指定返回数组的最小维数。 这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。

打印numpy的版本和配置说明

print(np.__version__)
np.show_config()

np.zeros产生0向量

Z = np.zeros(20)

• itemsize：返回数组中每一个元素占用空间的大小，以字节为单位；
• nbytes：返回数组中所有元素占用空间的大小，以字节为单位；

ndarray.shape

这一数组属性返回一个包含数组维度的元组，它也可以用于调整数组大小。

np.pad填充

1.constant 指定值填充

import numpy as np
A = np.arange(95,99).reshape(2,2)  
#在数组A的边缘填充constant_values指定的数值
#（3,2）表示在A的第[0]轴填充（二维数组中，0轴表示行），即在0轴前面填充3个宽度的0，比如数组A中的95,96两个元素前面各填充了3个0；在后面填充2个0，比如数组A中的97,98两个元素后面各填充了2个0
#（2,3）表示在A的第[1]轴填充（二维数组中，1轴表示列），即在1轴前面填充2个宽度的0，后面填充3个宽度的0
np.pad(A,((3,2),(2,3)),'constant',constant_values = (0,0))  #constant_values表示填充值，且(before，after)的填充值等于（0,0）

2.edge边缘填充

3.边缘最大值填充模式——’maximum’

参见https://blog.csdn.net/zenghaitao0128/article/details/78713663

对角线diag

np.diag(v, k)函数有两种用途

1. 返回二维数组v中k相关的对角线数据组成的一维数组
2. 返回一个构造的二维与k相关的类对角线形二维数组

找共同元素

Z1 = np.random.randint(0,10,10)
Z2 = np.random.randint(0,10,10)
print(Z1)
print(Z2)
print(np.intersect1d(Z1,Z2))

负数平方np.emath.sqrt()

print(np.sqrt(-1))
print(np.emath.sqrt(-1))
np.sqrt(-1) == np.emath.sqrt(-1)