Numpy常用函数

熟练掌握Numpy是基于python机器学习必备技能，本文统计了2本tensorflow书中np出现的频率：
https://github.com/rougier/numpy-100

https://towardsdatascience.com/a-hitchhiker-guide-to-python-numpy-arrays-9358de570121

asXX

image = image.astype(np.float32, copy=False)
y_score = np.asarray(y_score)
acc = np.mean((y_test == y_true).astype(int))

images = np.concatenate((images, image), axis=0)

Xstack

image = np.dstack((image, np.fliplr(image)))
feature = np.hstack((fe_1, fe_2))
features = np.vstack((features, feature))
image = image.transpose((2, 0, 1))

计算

np.dot(x1, x2) / (np.linalg.norm(x1) * np.linalg.norm(x2)) #cosin距离
acc = np.mean((y_test == y_true).astype(int))

numpy	count	notes
np.array	186	声明数组
np.transpose	117	矩阵转置
np.random.choice	108	随机选取内容
np.round	30	随机数
np.random.seed	24	如果使用相同的seed( )值，则每次生成的随即数都相同
np.random.normal	21	获得正态分布数据
np.zeros	19	用0填充的数组
np.argmax	18	最大数的索引
np.nan_to_num	16	0代替nan
np.mean	15	求均值
np.linspace	14	在指定的间隔内返回均匀间隔的数字
np.sqrt	10	平方根
np.repeat	10	对数组中的元素进行连续重复复制
np.roll	9	将a，沿着axis的方向，滚动shift长度
np.arange	9	[start, ]stop, [step, ]dtype=None
np.meshgrid	8	从坐标向量返回坐标矩阵
np.concatenate	8	一次完成多个数组的拼接
np.sum	7	求和
np.reshape	7	给予数组一个新的形状
np.random.permutation	7	返回一个洗牌后的矩阵副本. 对比shuffle
np.expand_dims	6	升维[1] -> [[1]]
np.ceil	6	向上取整
np.c_	7	将切片对象沿第二个轴（按列）转换为连接 squeeze
np.sort	4	排序 {‘quicksort’, ‘mergesort’, ‘heapsort’},
np.resize	4	调整数组大小
np.random.uniform	4	均匀分布[low,high)中随机采样，左闭右开
np.hstack	4	数组合并水平， vstack垂直
np.column_stack	4	列合并，行合并row_stack
np.array_split	4	数组分割
np.squeeze	3	从数组的形状中删除单维条目，即把shape中为1的维度去掉
np.ones	3	单位矩阵
np.matmul	3	矩阵相乘
np.setdiff1d	2	差集
np.random.shuffle	2	当前数组混洗,对比permutation
np.random.rand	2	随机样本
np.ndenumerate	2	类似list的enumerate
np.min	2	最小值
np.zeros_like	1	shape相同的0值矩阵
np.sin	1	余弦
np.random.randn	1	标准正态分布
np.random.randint	1	随机整数
np.log	1	求对数
np.exp	1	以自然常数e为底的指数函数
np.abs	1	绝对值 absolute
np.load	1	加载数据
np.save	1	保存数据
np.isnan	1	nan值判断
np.float32	3	.
np.int32	1	.
np.uint8	1	.