numpy笔记

基本类型: np.array，表示一个张量
零维: np.array([1]), shape: (1, ) 或 ()
一维: np.array([1,2]), shape: (2,)
二维: np.array([[1,2], [3,4]]), shape: (2, 2)
三维: np.array([[[1,2], [3,4]], [[5,6], [7,8]]]), shape: (2, 2, 2)
四维: np.array([[[[1,2], [3,4]], [[5,6], [7,8]]], [[[1,2], [3,4]], [[5,6], [7,8]]]]), shape: (2, 2, 2, 2, 2)
把维度的增加理解为向高一级的抽象(四维数组就是多个三维数组的组合).
注：numpy中的axis指维度（dimension），axis/dimension = 1 指第一个维度，即“最上层”的维度。
broadcasting
eg: 2*[1,2,3] = [2, 4, 6]
一种节省内存的方法, 让系统自动推断矩阵的shape(不用定义两个完全一样的shape, 相同的元素可以由向量省略为一个数)
详细文档: https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html
行向量->列向量:
普通矩阵的转置直接.T即可, 但.T不适用行向量&列向量, 因此需要其他方法: reshape(-1, 1),只指定列宽为1, -1表示让系统自动推断大小.

numpy可以使用index来取数，但要传入ndarray来表征index：

1
2
3

ary = np.array([1, 2, 3, 4, 5, 6, 7])
a = ary[np.array([1,2,3])] # 取下标为1, 2, 3的元素
print(a) # [2, 3, 4]

Post Date： 2018-12-26