python学习笔记

1. np.size和np.prod

import numpy as np
x = np.zeros((3, 5,  2), dtype=np.complex128)
# ndarray.size is the number of elements in the array
# equivalent to np.prod(a.shape)
print(x.size)
print(np.prod(x.shape))

2. enumerate()函数是python的内置函数，在字典上进行枚举、列举，对于一个可迭代的(iterable)/可遍历的对象，enumerate将其组成一个索引序列，利用它可以同时获得索引和值。注：enumerate多用于for循环中得到计数。

使用举例：

（1）对于列表，既要遍历索引又要遍历元素时

list1 = ["这", "是", "一个", "测试"]
# method 1
for i in range(len(list1)):
    print(i, list1[i])
# method 2 use enumerate
for index, item in enumerate(list1):
    print(index, item)

（2）enumerate还可以接收第二个参数，用于指定索引起始值

list1 = ["这", "是", "一个", "测试"]
for index, item in enumerate(list1, 1):
    print(index, item)
'''
1 这
2 是
3 一个
4 测试
'''

（3）enumerate用于统计文件行数

# method 1
count = len(open(filepath, 'r').readlines())
# method 2
count = -1
for index, line in enumerate(open(filepath, 'r')):
    count += 1

3. 

#coding: utf-8
from tensorflow.examples.tutorials.mnist import input_data
import numpy as np 

mnist = input_data.read_data_sets("MINST_data/", one_hot=True)

for i in range(20):
    one_hot_label = mnist.train.labels[i, :]
    label = np.argmax(one_hot_label)
    # mnist_train_0.jpg label: 7
    print('mnist_train_%d.jpg label: %d' % (i, label))