numpy 一些知识

import numpy as np

什么类型的相加，返回的仍是什么类型的，因此在累加小类型的数值时会出现问题以下：

a=np.array([123,232,221], dtype=np.uint8)

a[0]+a[1]+a[2]  返回的和就是错误的，由于和超出了255，返回的和的类型为uint8，因此结果是错误的，

这个要当心,

须要把a的类型进行变换，a=np.int32(a),就不会出现上面的问题了。

 

• np.zeros() 等本身建立的数组，类型为float64，是默认的，能够在建立时制定类型。

np.zeros(4, dtype=np.uint8)

np.zeros((3,4), dtype=np.int16)

• np.linspace(a,b,c, endpoint=True)  建立从a到b的等差序列，包含c个元素，包含a和b（若是endpoint=True）。默认为True
• 三维数组排列（2，3，4）

是第一页，再第二页，每页里是行，列排放。

（6，2，3，4，5）五维的数据的话六个桌子排成排，每一个桌子上有两本书，每本书有三页，每页上有4行5列数字。

• 运算

a*b 是elementwise product 元素对元素操做

a.dot(b)  或者 np.dot(a,b) 是 matrix product 矩阵运算

• 随机数

np.random.random(5)   或者np.random.random((3,4))   生成随机数字的数组，都是小于1的。

a.min() , a.max() , a.sum()   最小，最大，元素求和

能够求出每一行的最大或者最小或者和，a.min(axis=1), a.max(axis=1), a.sum(axis=1) ，每一列的话用axis=0

• python里面平方用**表示， 如2**3=8

for  i in a:

      print(i)

时是按照第一个维度来的，若是是三维，i就是一页一页的,若是是二维的，i就是一行一行的.

• 引用时的区别

a为一个二维数组，若是a[:,1:2] 获得的是一个n行1列的二维数组，可是a[:, 1]获得的是一个n个元素的一维数组

数组的拼接

np.concatenate((a,b), 0) 是把数组a和b按照先后顺序连起来拼接，

np.concatenate((a,b),1) 是把数组a和b对应的行拼接起来

例如a=[[1,2],

　　　　[3,4]]

　　b=[[5,6],

　　　　[7,8]]

那么np.concatenate((a,b),1)  就等于

　　[ [1,2,5,6],

　　 [3,4,7,8] ]

　　np.concatenate((a,b), 0)就等于

　　【【1,2】，

　　　　【3,4】，

　　　　【5,6】，

　　　　【7,8】】