numpy相关

1、np.prod(a, axis=None, dtype=None, out=None, keepdims=False)

根据给定的轴计算矩阵元素的乘积。

空阵列的产物是元素1:

>>> np.prod([])
1.0

默认情况下，计算所有元素的乘积，即使输入数组是二维的:

In [3]: np.prod([[1.,2.],[3.,4.]])
Out[3]: 24.0

但是我们也可以指定要乘以的轴:

In [4]: np.prod([[1.,2.],[3.,4.]], axis=1)
Out[4]: array([ 2., 12.])

如果x的类型是无符号的，那么输出类型是无符号整数:

>>> x = np.array([1, 2, 3], dtype=np.uint8)
>>> np.prod(x).dtype == np.uint
True

如果x是有符号整数类型，那么输出类型是默认的有符号整数:

>>> x = np.array([1, 2, 3], dtype=np.int8)
>>> np.prod(x).dtype == int
True

2、np.indices 

3、np.mgrid

扫描二维码关注公众号，回复： 3582181 查看本文章

z = np.mgrid[1:5, 1:3]
x, y = z[0], z[1]
print(x)
print(y)

结果：

[[1 1]
 [2 2]
 [3 3]
 [4 4]]
[[1 2]
 [1 2]
 [1 2]

 [1 2]]

首先np.mgrid输出至少是一个三维的向量。

其中的元素，z[0],z[1]都是二维矩阵。

z[0]行数由np.mgrid第一个参数决定，上例为1：5，且为1 2 3 4，列数由1：3决定，利用广播机制填充。

z[1]列数由np.mgrid第二个参数决定，上例为1：3，且为1 2 ，行数由1：5决定，利用广播机制填充。

PS：z = np.mgrid[1:5:0.1, 1:3:0.1]

表示1：5切片间隔为0.1，1：3切片间隔为0.1

z = np.mgrid[1:5:4j, 1:3:3j]

表示1：5切片均匀取数，取4个，1：3切片均匀取数，取3个

实例：生成第一列为0，1；第二列为0,1,2的网格

a =np.mgrid[0:2,0:3]
b = a.T
c = b.reshape(-1,2)
print(a.shape)
print(a)
print(b.shape)
print(b)
print(c)

输出：

(2, 2, 3)
[[[0 0 0]
  [1 1 1]]
 [[0 1 2]
  [0 1 2]]]
(3, 2, 2)
[[[0 0]
  [1 0]]
 [[0 1]
  [1 1]]
 [[0 2]
  [1 2]]]
[[0 0]
 [1 0]
 [0 1]
 [1 1]
 [0 2]
 [1 2]]