吴承恩 course1 week 3代码等自记录

43 阅读 0 评论 29 点赞

我是靠谱客的博主俏皮红牛，最近开发中收集的这篇文章主要介绍吴承恩 course1 week 3代码等自记录，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1、axis

单的来记就是axis=0代表往跨行（down)，而axis=1代表跨列（across)

换句话说:

使用0值表示沿着每一列或行标签索引值向下执行方法
使用1值表示沿着每一行或者列标签模向执行对应的方法

2、keepdims

numpy.mean,sum,max,min等函数中都有keepdims这个参数，这个参数的作用：

当 keepidms=True,保持其二维或者三维的特性,(结果保持其原来维数)
默认为 False,不保持其二维或者三维的特性.(结果不保持其原来维数)

3、

numpy.random.rand(d0,d1,…,dn)

rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1
dn表格每个维度
返回值为指定维度的array

numpy.random.randn(d0,d1,…,dn)

randn函数返回一个或一组样本，具有标准正态分布。
dn表格每个维度
返回值为指定维度的array

3、import

import 模块：导入一个模块；注：相当于导入的是一个文件夹，是个相对路径。
from…import：导入了一个模块中的一个函数；注：相当于导入的是一个文件夹中的文件，是个绝对路径。
from…import *：是把一个模块中所有函数都导入进来; 注：相当于：相当于导入的是一个文件夹中所有文件，所有函数都是绝对路径。

结论：

from…import *语句与import区别在于：

import 导入模块，每次使用模块中的函数都要是定是哪个模块。

from…import * 导入模块，每次使用模块中的函数，直接使用函数就可以了；注因为已经知道该函数是那个模块中的了。

4、seed

np.random.seed()函数用于生成指定随机数。

seed()被设置了之后，np,random.random()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同，如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。

import numpy as np
np.random.seed(1)

L1 = np.random.randn(3, 3)
L2 = np.random.randn(3, 3)
print(L1)
print(L2)
结果：

[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]]
 
[[-0.24937038  1.46210794 -2.06014071]
 [-0.3224172  -0.38405435  1.13376944]
 [-1.09989127 -0.17242821 -0.87785842]]
import numpy as np

np.random.seed(1)
L1 = np.random.randn(3, 3)
np.random.seed(1)
L2 = np.random.randn(3, 3)
print(L1)
print(L2)

结果：
[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]]
 
[[ 1.62434536 -0.61175641 -0.52817175]
 [-1.07296862  0.86540763 -2.3015387 ]
 [ 1.74481176 -0.7612069   0.3190391 ]]

5、dtype='uint8'

创造图像容器

6、range

range() 函数可创建一个整数列表，一般用在 for 循环中。

语法：range(start, stop[, step])

start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;
stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5）是[0, 1, 2, 3, 4]没有5
step：步长，默认为1。例如：range（0， 5）等价于 range(0, 5, 1)

7、np.linspace主要用来创建等差数列。

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
(在start和stop之间返回均匀间隔的数据)

参数含义：

start:返回样本数据开始点
stop:返回样本数据结束点
num:生成的样本数据量，默认为50
endpoint：True则包含stop；False则不包含stop
retstep：If True, return (samples, step), where step is the spacing between samples.(即如果为True则结果会给出数据间隔)
dtype：输出数组类型
axis：0(默认)或-1
8、scatter