numpy常用知识点备忘

常用函数

• a.max(axis=0) a.max(axis=1) a.argmax(axis=1) ： 每列的最大值（在行方向找最大值）、每行的最大值（在列方向找对大致）、最大值的坐标
• sum()求和、mean()平均值、var() 方差、std() 标准差 ： 用法与max类似
• numpy.random.uniform(low=0,high=1,size) 随机浮点数[low, high)。size可以是整数或者元组。默认是1
• np.tile(a,(1,2))：行上重复1次，列上重复两次。

• arr.argsort() ： 返回从小到大的序列号，返回值是python的list

• sorted(iterable, cmp=None, key=None, reverse=False) ： 对所有可迭代对象排序。保留原对象，返回新的对象。reverse=False表示从小到大

• list.sort(cmp=None, key=None, reverse=False) : 对列表排序，直接对原列表操作

• operator模块提供的itemgetter函数用于获取对象的哪些维的数据

a = [5,8,2,7,21]
b = operator.itemgetter(0)
b(a)

b = operator.itemgetter(1,0)
b(a)

###
5
(8,5)

• 使用reload(KNN)更新修改的模块

import importlib
importlib.reload(KNN)

• list.extend(list1)和list.append(list1):??????????????????????????

• python字典的遍历

  • for i in dict <==> for i in dict.keys() ： 按key遍历
  • for value in d.values() ： 按值遍历
  • for key,value in d.items() ： 按键值对遍历

• 函数名.变量名 用这种方式定义的变量，可以在任意位置访问，但是访问的方式必须是：函数名.变量名。直接访问变量名是无效的。当然必须要在函数执行过后，变量才能生效

def fun():
    fun.var1 = 1
    fun.var2 = 2
    print(fun.var1)
 #   print(var2)        # 报错

fun()
print(fun.var2)

矩阵

• eye(n) ： 创建单位矩阵
• empty(shape, dtype = float, order = 'C'/'F') ： 创建未初始化的数组
• zeros(shape, dtype=float, order='C'/'F') ： 创建全0数组；zeros((2,)) 和 zeros((2,1))是完全不一样的 ！！！！！！！！！
• ones(shape, dtype=float, order='C'/'F') ： 创建全1数组
• full(shape, num) ： 创建形状为shape的数组，用num填充
• ndarray arange(start=0, stop, step=1, dtype) ： 等差数组。arange(stop)表示[0,stop); arange(start,stop)表示[start, stop); arange(start, stop, step)表示步长。

运算

+ - * / % **n : 矩阵的对应位置元素的加、减、乘、除、取余、n次方

• 矩阵乘法(二维数组时是当成矩阵乘法; 一维数组时计算的是内积，返回一个数值而不是数组)： a.dot(b)
• 矩阵转置： a.transpose() 或者 a.T
• 矩阵求逆： np.linalg.pinv(a) 或者 a.I
• 矩阵除法： np.linalg.solve(matA, matB)

随机数

np.random.uniform

np.random.uniform(low=0.0, high=1.0, size=None)

默认返回0~1之间的float随机数

• low、high：float，可以是数组类型
• size: int, 数字n表示n的随机数; 元组shape表示形状为shape的矩阵

np.random.random && np.random.random_sample

np.random.random(size)

返回0~1之间的float随机数，size指定形状

np.random.rand

np.random.rand(d0, d1, …, dn)

默认返回0~1之间的float随机数，参数表示矩阵的维度，没有参数就返回随机数

numpy.random.randn(d0, d1, ..., dn)

numpy.random.randn(d0, d1, ..., dn)

返回标准正太分布（均值为0，方差为1）。默认返回一个flaot随机数

numpy.random.normal(loc=0.0, scale=1.0, size=None)

numpy.random.normal(loc=0.0, scale=1.0, size=None)

返回一个由size指定形状的数组，数组中的值服从 μ=loc,σ=scale 的正态分布。默认返回一个随机数

randint()

randint(low, high=None, size=None, dtype=’l’)

返回整型随机数，low和high表示范围，如果不指定high，则返回0~low之间的随机数，size指定矩阵形状，dtpe可选int和int32

shuffle() 和 permutation()

都是打乱数组的顺序，但是，shuffle()会改变原来数组的顺序，而permutation()返回一个新对象

• shuffle(list): 可以是list或者二维数组。按照第一个索引洗牌
• permutation(x): x整数时，返回一个不大于x的随机排列的数组（就是从0~x，随机排列），当X是list时，跟shuffle一样

Tips

• 列表使用前需初始化，直接给不存在的数组赋值会报错: data[0] = 1
• dict.keys()[0]会报错，必须使用list()转型 ==> list(dict.keys())[0]
• np.log(矩阵) 表示对矩阵中的所有元素计算对数，但是，math.log(矩阵)会报错，报错信息如下：
  

  TypeError: only size-1 arrays can be converted to Python scalars

• a = range(1, 26); del a[0] a是range对象，可以访问，但是不可以删除。可以转型之后再使用 a = list(range(1, 26))
• 不可以一边用for循环遍历list一边删除list中的元素！！！！！！！！！ ，他会一边删除，一边跳，根本删不完。。。正确操作是 使用while删除元素：

    i = 0
    while i < len(wordList):
        if wordList[i] in stopwordList:
            del wordList[i]
        else:
            i += 1

• zip() 将多个list打包成元组列表。用在for里非常方便

a = [1,2,3,4]
b = [2,3,4,5,6]
c = [4,5,6,7,8,9]

ziped = zip(a,b,c)
for a,b,c in ziped:
    print (a, b, c)

• assert condition "promot" 断言，当condition为False时会报异常，同时给出prompt作为提示
• a[a<6] 似乎可以返回所有满足条件的索引，然后把所有满足条件的元素返回

a = np.array([1,2,3,4,5,6,7,8])
b = np.array([2,3,4,4,4,4,4,4,4,4,5,6,7,8,9])
a = a[ b < 6 ]

• 对于 (1, )与(1,1)的差别：

  a = np.array([1])       # (1, )
  b = np.array([[1]])     # (1,1)
  

报错

operands could not be broadcast together with shapes (100000,) (100000,2)

出现维度错误，一般是由于矩阵乘法导致的。很坑的地方在于，下面两个矩阵竟然是可以乘的

a = np.arange(start=1, stop = 5, step=1)
b = np.arange(start=1, stop = 3, step=1)
b = b.reshape((2,1))
print(a.shape, " ", b.shape)
print(a * b)

(4,)   (2, 1)
[[1 2 3 4]
 [2 4 6 8]]

TODO

• python集合运算
• python正则表达式
• 正态分布