numpy函数总结

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/huoxingrenhdh/article/details/79657368

1.numpy.bincount:bin的数量比x中的最大值大1，每个bin给出了它的索引值在x中出现的次数。

# 我们可以看到x中最大的数为7，因此bin的数量为8，那么它的索引值为0->7
x = np.array([0, 1, 1, 3, 2, 1, 7])
# 索引0出现了1次，索引1出现了3次......索引5出现了0次......
np.bincount(x)
#因此，输出结果为：array([1, 3, 1, 1, 0, 0, 0, 1])

# 我们可以看到x中最大的数为7，因此bin的数量为8，那么它的索引值为0->7
x = np.array([7, 6, 2, 1, 4])
# 索引0出现了0次，索引1出现了1次......索引5出现了0次......
np.bincount(x)
#输出结果为：array([0, 1, 1, 0, 1, 0, 1, 1])

http://blog.csdn.net/xlinsist/article/details/51346523

2.numpy.argsort:返回的是数组值从小到大的索引值

    One dimensional array:一维数组
    
    >>> x = np.array([3, 1, 2])
    >>> np.argsort(x)
    array([1, 2, 0])
    
    Two-dimensional array:二维数组
    
    >>> x = np.array([[0, 3], [2, 2]])
    >>> x
    array([[0, 3],
           [2, 2]])
    
    >>> np.argsort(x, axis=0) #按列排序
    array([[0, 1],
           [1, 0]])
    
    >>> np.argsort(x, axis=1) #按行排序
    array([[0, 1],
           [0, 1]])

http://blog.csdn.net/maoersong/article/details/21875705

3.numpy.zeros:返回来一个给定形状和类型的用0填充的数组；

np.zeros(5)
array([ 0.,  0.,  0.,  0.,  0.])


np.zeros((5,), dtype=np.int)
array([0, 0, 0, 0, 0])


np.zeros((2, 1))
array([[ 0.],
       [ 0.]])


s = (2,2)
np.zeros(s)
array([[ 0.,  0.],
       [ 0.,  0.]])

http://blog.csdn.net/qq_26948675/article/details/54318917