numpy經常使用函數

a = np.arange(9).reshape((3,3))  變換維度

np.max(a)   全局最大，也能夠加參數，找某個維度最大的

print(np.max(a,axis=0)) #每列最大

 

print(np.max(a,axis=1)) #每行最大

print(np.where(a==np.max(a))) ----》 (array([2], dtype=int64), array([2], dtype=int64))   用where獲得最大值的索引，前面的array對應行數，後者對應列數。 若是array中有相同的最大值，where會將其位置所有給出

print(np.where(a==np.max(a,axis=0))) ---》(array([2, 2, 2], dtype=int64), array([0, 1, 2], dtype=int64))

np.argsort([1,2,3,5,9])   ---> [0,1,4,2,3]  返回排序的下標

np.argmax([1,2,3,5,9])    返回最大值得下標

np.argmin([1,2,3,5,9])    返回最小值得下標

np.bincount([1,2,3,5,9])  返回每一個元素出現的次數  [0,1,1,1,0,1,0,0,0,1]

np.argmax(np.bincount(array))  返回出現次數最多的元素

a = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3, 7, 9, 1]])    print(np.sum(a, axis=0)) ---> [13,18,16,11]

a = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3, 7, 9, 1]]) print(np.sum(a, axis=1))   ---->  [13,25,20].

 

 np.dot() 點乘

array.T   a.transpose()   a的轉置，可是對一維數組不起做用

a.reshape(a.shape[0],1)  一維數組的轉置

a.reshape([-1]+a.shape[2:])  高維數組降一維

numpy.random.choice(a, size=None, replace=True, p=None)  生成隨機數 

    np.random.choice(5, 3)  --》 array([0, 3, 4])

np.sum([[0,1,2],[2,1,3]],axis=1)的結果就是：array（[3,6]）

b[b < 0] = 0     b矩陣中小於0 的元素設置爲0