Tensorflow中 numpy 数组 操作

np.linspace(1, 10 , 10)

这个函数的使用是:取1到10之间的数。并且每个显示10个数字。

参数一: 1  ----- >>> 取值的开始数字

参数二:10 ----- >>> 取值的最大值

参数三:10 ----->>> 取10个数字

Result:[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]

同理,换个参数

np.linspace(1 , 10 , 5) --- >>> Result : [ 1.    3.25  5.5   7.75 10.  ]

np.newaxis 该函数主要是用来增加维度

[np.newaxis,:]      横向增加维度

[: ,np.newaxis]     纵向增加维度

扫描二维码关注公众号,回复: 3981525 查看本文章

np.r_

这个函数让我理解不透,但是根据显示的结果发现了一些规律

np.r_[2 : 6 , 0 , 4] 

----- >>> [2 3 4 5 0 4]

该API我的理解是:显示2-6之间的数字,并且最后增加0 和 4 两个数字

数组进行分割  np.hsplit

假设有个二维数组  [2 , 8]

m = np.array([

                            [8. , 8. , 3. , 9. ,0. , 4. , 3. , 0. ],
                            [0. , 3. , 2. , 9. ,6. , 4. , 5. , 7.]

                        ])

A:平均切割这个数组

np.hsplit(m , 2)

---- >>> 

数组(1)                                                       数组(2)

[                                                                        [

    [8. , 8. , 3. , 9.],                                                   [0. , 4. , 3. , 0. ],

    [0. , 3. , 2. , 9. ]                                                   [6. , 4. , 5. , 7.]

]                                                                         ]

B:根据数组下标切分

np.hsplit(m , (2 , 4) 以 下标 == 2 和下标 == 4作为两个分割符,将该数组分成三部分

------>>>>>

       数组(1)                                            数组(2)                                              数组(3)

   [                                                                 [                                                          [

       [8., 8.],                                                          [3., 9.],                                              [0., 4., 3., 0.],
       [0., 3.]                                                            [2., 9.]                                              [6., 4., 5., 7.]

  ]                                                                  ]                                                           ]
 

一维数组的截取

m = np.array([8. , 5. , 3. , 9. ,0. , 4. , 3. , 0. ])
#print(m)
print(m[1:4])
# [5. , 3. , 9.]

猜你喜欢

转载自blog.csdn.net/qq_32716885/article/details/83306505