1.append函数纵向合并
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = np.append(a,b,0)
print c
[[1 2]
[3 4]
[5 6]
[7 8]]
c = np.append(a,b)输出[1 2 3 4 5 6 7 8]
2.swapaxes函数
a = np.array([[1,2,3],[4,5,6]])
a.swapaxes(0,1)
array([[1, 4],
[2, 5],
[3, 6]])
3.dot函数:计算矩阵内积
a = np.mat([[1,2,3],[4,5,6]])
b = np.mat([[7,8],[9,10],[11,12]])
c = np.dot(a,b)
print c
[[ 58 64]
[139 154]]
4.numpy.apply_along_axis(func, axis, arr, *args, **kwargs):
必选参数:func,axis,arr。其中func是我们自定义的一个函数,函数func(arr)中的arr是一个数组,函数的主要功能就是对数组里的每一个元素进行变换,得到目标的结果。
其中axis表示函数func对数组arr作用的轴。
可选参数:*args, **kwargs。都是func()函数额外的参数。
返回值:numpy.apply_along_axis()函数返回的是一个根据func()函数以及维度axis运算后得到的的数组.
实例:
def my_func(a):
return (a[0] + a[-1]) * 0.5
b=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
np.apply_along_axis(my_func, 0, b)
输出: array([ 5., 6., 7., 8.])
np.apply_along_axis(my_func, 1, b)
输出: array([ 2.5, 6.5, 10.5])
版权声明:本站所有资料均为网友推荐收集整理而来,仅供学习和研究交流使用。
工作时间:8:00-18:00
客服电话
电子邮件
admin@qq.com
扫码二维码
获取最新动态