Python第三方库——Numpy

模块属性

• np.float32

• np.finfo：类，机器对浮点类型的限制
  参数可以是float,dtype, instance，表示应该获取哪类浮点类型的信息
  属性：
  eps：最小的正数

示例：
np.finfo(float).eps

函数

• np.amax(a, axis=None, out=None, keepdims=)：沿着指定维度取矩阵的最大值
  参数：
  a：
  axis：序列或者整数，表示沿着哪几个或者哪个维度取最大值
  keepdims：bool类型。默认情况下不保留维度数。

• np.argmax(a, axis=None, out=None)：返回最大值对应的坐标
  参数：
  a：array_like
  axis：int
  返回：
  返回的array的shape是a的shape去掉axis。

• np.multiply(x1, x2[, out])：按元素相乘
  参数：
  x1：array_like
  x2：array_like
  返回：
  y：ndarray，返回x1和x2按元素相乘的结果

• np.concatenate((a1, a2,...), axis=0)：
  参数：
  a1, a2, …：array_like，除了axis维其他的shape必须一样
  axis：沿着哪个维度进行串联
  返回：
  res：ndarray，串联的数组

• np.nonzero(a)：返回a中非零元素的索引，是一个数组的元组，元组大小等于a的维度数，元组中每个数组中的元素对应该非0值在该维度的索引。如果想要得到非零值，用a[nonzero(a)]；如果想按元素的位置而非维度，用np.transpose(nonzero(a))

• np.flatnonzero(a)：等价于a.ravel().nonzero()[0]
  参数：
  a：ndarray
  返回：ndarray，返回a的flatten形式中非0元素的索引

• np.ravel(a, order='c')：返回a的flatten形式
  参数：
  a：array_like
  order：字符，指定读a的顺序，可取值{‘C’:按行, ‘F’：按列, ‘A’：, ‘K’：按在内存中出现的顺序}，默认取值’C’
  返回：
  y：array_like，1维的

• numpy.unravel_index(indices, dims, order='C'):相当于在一个shape比较复杂的矩阵中，查展开后指定索引值在矩阵中对应的位置
  参数：
  indices：整数array_like，每个元素值都是dims的flatten形式的索引
  dims：整数元组，表示shape
  order：{‘C’, ‘F’}
  返回：
  unraveled_coords：ndarray元组，元组中的每个array的shape都和indices一样，而且元组的元素个数和dims的维度一样

• np.logical_and():

• np.linalg.norm(W.ravel())：求范数

• lambdas, vecs = np.linalg.egi(A)：求特征值

• q,r = np.linalg.qr(A)：QR分解

• np.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)：从文件读取array

• np.corrcoef(A)：计算行与行之间的相关系数，返回对称系数矩阵

• np.corrcoed(A, rowval=0)：计算列与列之间的相关系数

类ndarray

成员变量：

• np.ndarray.flat：展开的一维数组的迭代器

成员函数：

• np.ndarray.ravel([order])：展开的数组

• np.ndarray.astye(dtype, order='K', casting='unsafe', subok=True, copy=True)：转换成指定数据类型，默认情况下不修改原数组
  参数：
  dtype：
  order：
  casting：
  subok：
  copy：bool，
  返回：
  arr_t：ndarray，copy为True时，返回的是新的数组

子模块random

函数：

• np.random.shuffle(x)：洗牌，修改了x
  参数：
  x：array_like
  返回：
  None

实例

numpy实现按字节数读取文件对象内容

def _read32(bytestream):
  dt = numpy.dtype(numpy.uint32).newbyteorder('>')
  return numpy.frombuffer(bytestream.read(4), dtype=dt)[0]

with gzip.GzipFile(fileobj=f) as bytestream:
    magic = _read32(bytestream)
    if magic != 2049:
      raise ValueError('Invalid magic number %d in MNIST label file: %s' %
                       (magic, f.name))
    num_items = _read32(bytestream)
    buf = bytestream.read(num_items)
    labels = numpy.frombuffer(buf, dtype=numpy.uint8)