numpy 一些知識

import numpy as np

什麼類型的相加，返回的仍是什麼類型的，因此在累加小類型的數值時會出現問題以下：

a=np.array([123,232,221], dtype=np.uint8)

a[0]+a[1]+a[2]  返回的和就是錯誤的，由於和超出了255，返回的和的類型爲uint8，因此結果是錯誤的，

這個要當心,

須要把a的類型進行變換，a=np.int32(a),就不會出現上面的問題了。

 

• np.zeros() 等本身建立的數組，類型爲float64，是默認的，能夠在建立時制定類型。

np.zeros(4, dtype=np.uint8)

np.zeros((3,4), dtype=np.int16)

• np.linspace(a,b,c, endpoint=True)  建立從a到b的等差序列，包含c個元素，包含a和b（若是endpoint=True）。默認爲True
• 三維數組排列（2，3，4）

是第一頁，再第二頁，每頁裏是行，列排放。

（6，2，3，4，5）五維的數據的話六個桌子排成排，每一個桌子上有兩本書，每本書有三頁，每頁上有4行5列數字。

• 運算

a*b 是elementwise product 元素對元素操做

a.dot(b)  或者 np.dot(a,b) 是 matrix product 矩陣運算

• 隨機數

np.random.random(5)   或者np.random.random((3,4))   生成隨機數字的數組，都是小於1的。

a.min() , a.max() , a.sum()   最小，最大，元素求和

能夠求出每一行的最大或者最小或者和，a.min(axis=1), a.max(axis=1), a.sum(axis=1) ，每一列的話用axis=0

• python裏面平方用**表示， 如2**3=8

for  i in a:

      print(i)

時是按照第一個維度來的，若是是三維，i就是一頁一頁的,若是是二維的，i就是一行一行的.

• 引用時的區別

a爲一個二維數組，若是a[:,1:2] 獲得的是一個n行1列的二維數組，可是a[:, 1]獲得的是一個n個元素的一維數組

數組的拼接

np.concatenate((a,b), 0) 是把數組a和b按照先後順序連起來拼接，

np.concatenate((a,b),1) 是把數組a和b對應的行拼接起來

例如a=[[1,2],

　　　　[3,4]]

　　b=[[5,6],

　　　　[7,8]]

那麼np.concatenate((a,b),1)  就等於

　　[ [1,2,5,6],

　　 [3,4,7,8] ]

　　np.concatenate((a,b), 0)就等於

　　【【1,2】，

　　　　【3,4】，

　　　　【5,6】，

　　　　【7,8】】