常见概念简介
numpy:
常用方法简介
np.expand_dims用法:就是在axis的那一个轴上把数据加上去,这个数据在axis这个轴的0位置。
例如原本为一维的2个数据,axis=0,则shape变为(1,2),axis=1则shape变为(2,1) ,再例如 原本为 (2,3),axis=0,则shape变为(1,2,3),axis=1则shape变为(2,1,3)。 参考博客python numpy.expand_dims的用法
>>> x.shape
(2, 2)
>>> np.expand_dims(x,axis=0).shape
(1, 2, 2)
>>> np.expand_dims(x,axis=-1).shape
(2, 2, 1)
np.argmax(a) #找到数组a中最大值的下标,有多个最值时得到第一个最值的下标
np.squeeze() #从数组的形状中删除单维条目,即把shape中为1的维度去掉
shape() # 函数是numpy.core.fromnumeric中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度。它的输入参数可以使一个整数表示维度,也可以是一个矩阵。
d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float) #强制生成一个 float 类型的数组
np.ceil(a) np.floor(a) #计算各元素的ceiling 值, floor值(ceiling向上取整,floor向下取整)