Numpy 函数

---

1. np.r_ 和 np.c_

• np.r_按 row 来组合array
• np.c_按 colunm 来组合array

例子：

a = np.array([1,2,3])
b = np.array([5,2,5])
print (np.c_[a, b])
print (np.r_[a, b])
print (np.c_[a, [0,0,0],b])
print (np.r_[a, [0,0,0],b])

输出结果为：

[[1 5]
 [2 2]
 [3 5]]

[1 2 3 5 2 5]

[[1 0 5]
 [2 0 2]
 [3 0 5]]

[1 2 3 0 0 0 5 2 5]

---

2. linspace 和 arange

• np.linspace( start, end, num )
  • 将 start 和 end 之间的距离平均分为 num 个
• np.arange( start, end, step )
  • 将 start 按步长 step 向 end 靠近

t = np.linspace (3, 11, 9)
print (t)

a = np.arange(3, 11, 1)
print (a)

输出结果为

[  3.   4.   5.   6.   7.   8.   9.  10.  11.]
[ 3  4  5  6  7  8  9 10]

---

3. squeeze

• squeeze函数对二维矩阵没有影响，包括行向量，列向量和标量

---

4. ravel

• numpy.ravel (a, order='C')
  • 默认 order 是‘C’， 以二维矩阵为例
    • order 'C' 指最右边的索引变化最快，先按行读取
    • order 'F' 指最左边的索引变化最快，先按列读取
• 等同于 reshape(-1, order)
• 最终结果是秩为 1 的矩阵

X = np.arange(1,7,1).reshape(2,3)
print (X)
print (np.ravel(X, order = 'C'))
print (np.ravel(X, order = 'F'))
print (np.ravel(X).shape)

输出结果:

[[1 2 3]
 [4 5 6]]
[1 2 3 4 5 6]
[1 4 2 5 3 6]
(6,)

---