import numpy as np
什么类型的相加,返回的还是什么类型的,所以在累加小类型的数值时会出现问题如下:
a=np.array([123,232,221], dtype=np.uint8)
a[0]+a[1]+a[2] 返回的和就是错误的,因为和超出了255,返回的和的类型为uint8,所以结果是错误的,
这个要小心,
需要把a的类型进行变换,a=np.int32(a),就不会出现上面的问题了。
- np.zeros() 等自己创建的数组,类型为float64,是默认的,可以在创建时制定类型。
np.zeros(4, dtype=np.uint8)
np.zeros((3,4), dtype=np.int16)
- np.linspace(a,b,c, endpoint=True) 创建从a到b的等差序列,包含c个元素,包含a和b(如果endpoint=True)。默认为True
- 三维数组排列(2,3,4)
是第一页,再第二页,每页里是行,列排放。
(6,2,3,4,5)五维的数据的话六个桌子排成排,每个桌子上有两本书,每本书有三页,每页上有4行5列数字。
- 运算
a*b 是elementwise product 元素对元素操作
a.dot(b) 或者 np.dot(a,b) 是 matrix product 矩阵运算
- 随机数
np.random.random(5) 或者np.random.random((3,4)) 生成随机数字的数组,都是小于1的。
a.min() , a.max() , a.sum() 最小,最大,元素求和
可以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) ,每一列的话用axis=0
- python里面平方用**表示, 如2**3=8
for i in a:
print(i)
时是按照第一个维度来的,如果是三维,i就是一页一页的,如果是二维的,i就是一行一行的.
- 引用时的区别
a为一个二维数组,如果a[:,1:2] 得到的是一个n行1列的二维数组,但是a[:, 1]得到的是一个n个元素的一维数组
数组的拼接
np.concatenate((a,b), 0) 是把数组a和b按照前后顺序连起来拼接,
np.concatenate((a,b),1) 是把数组a和b对应的行拼接起来
例如a=[[1,2],
[3,4]]
b=[[5,6],
[7,8]]
那么np.concatenate((a,b),1) 就等于
[ [1,2,5,6],
[3,4,7,8] ]
np.concatenate((a,b), 0)就等于
【【1,2】,
【3,4】,
【5,6】,
【7,8】】