Python各种函数的用法总结

1. 批量注释，单行注释
   （1）批量注释采用三引号

     '''
      content
     '''
   

   （2）单行注释采用#号

    # content
   

2. np.hstack和np.vstack用法

    np.vstack：在竖直方向堆叠
    np.hstack：在水平方向平铺
   
   /*example*/
   import numpy as np
   
   arr1=np.array([1,2,3])
   arr2=np.array([4,5,6])
   print np.vstack((arr1,arr2))
   print np.hstack((arr1,arr2))
   
   out:
   [[1 2 3]
    [4 5 6]]
    [1 2 3 4 5 6]
   

3. np.arange
   创建等差数组。

   1、a = np.arange(6)，起点0，终点6，默认步长1
      out：[0 1 2 3 4 5]
   2、a = np.arange(1,5) ，起点1，终点5，步长1
      out：[1 2 3 4]
   3、a = np.arange(1,9,2)，起点1，终点9，步长2
      out：[1 3 5 7]
   

4. np.random.shuffle(x)和np.random.permutation(x)
   （1）np.random.shuffle(x)，对给定的数组重新排列，无返回值，原数组会因此而改变。
   （2）np.random.permutation(x)，对给定的数组重新排列，原数组本质不会被改变，返回新的数组。

5. [:]和[::]的用法（属于通用序列操作）

    x[i:j]，角标取值从i到j，默认步长1
    x[i:j:k]，角标取值从i到j，步长为k
   

6. numpy.random.uniform(low,high,size)

   定义：从一个均匀分布[low,high)中随机采样size个样本，输出样本类型为int或元组(tuple)。
   

7. np.linalg.norm

   	np.linalg.norm(x, ord=None, axis=None, keepdims=False)
   	/**/
   	ord = None      ,二范数 (默认)
   	ord = 2         ,二范数
   	ord = 1         ,一范数
   	ord = np.inf    ,无穷范数
   	/**/
   	axis = None     ,求整个矩阵的范数
   	axis = 0        ,按列向量来进行处理，求多个列向量的范数
   	axis = 1        ,按行向量来进行处理，求多个行向量的范数
   	/**/
   	keepdims,  True表示保持矩阵的二位特性，False表示不保持，默认为False
   

8. np.dot(a,b)
   （1）当a和b是np.ndarray类型的一维向量时，np.dot(a,b)表示向量点积，返回值一个常量。

   	import numpy as np
   	 
   	a = np.array([1, 2, 3])
   	b = np.array([2, 3, 4])
   	print(np.dot(a, b))
   	
   	output: 20
   
   （2）当a和b是np.ndarray类型的二维矩阵时，np.dot(a,b)表示矩阵乘法，返回值一个矩阵。
   
   	import numpy as np
   	 
   	a = np.random.randint(0, 3, size = (3, 3))
   	b = np.random.randint(0, 3, size = (3, 2))
   	print(np.dot(a, b))
   	 
   	output:
   		[[ 5   1]
   		 [ 2   4]
   		 [ 4   5]]
   

9. __repr__
   直接打印类的实例化对象，对于自定义的类，我们需要单独重写对__repr__的定义。

   class Person():
      def __init__(self,name,age):
          self.name = name
          self.age = age
      def __repr__(self):
          return 'Person类，包含name='+self.name+'和age='+str(self.age)+'两个实例属性'
          
   person = Person('Lily',22)
   

print(person) # Person类，包含name=吕星辰和age=20两个实例属性
12. numpy.concatenate
实现数组拼接

	   a=np.array([[1,2,3],[4,5,6]])
	   b=np.array([[0,2,3],[6,8,7]])
	   np.concatenate((a,b),axis=0)  # axis=0，为按列拼接
		array([[ 1,  2,  3],
		       [ 4,  5,  6],
		       [0, 2 , 3],
		       [ 6,  7,  8]])
		np.concatenate((a,b),axis=1)  #axis=1，为按行拼接
		array([[ 1,  2,  3, 11, 21, 31],
		       [ 4,  5,  6,  7,  8,  9]])

13. numpy.unique

       numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)
       
       用法：找出数组独一无二的部分，去掉重复值。
       
       ar：输入数组。
       return_index：  True表示会返回被提取元素在原始数组中的索引值。
       return_inverse：True表示会返回元素位于生成数组的索引值。
       return_counts： True表示会同时每个元素在原始数组中出现的次数。
       axis：有返回值，返回一个排好序列的独一无二的数组。
    

14. Python3报错问题：UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0x90 in position 614: ordinal not in
    错误地方：报错地方是使用mnist_loader的数据集，导入时的报错。
    解决办法：python3不再使用cPickle，而是使用pickle；导入时需要添加encoding=‘bytes’。

    import pickle  或 import _pickle as cPickle
    train, val, test = pickle.load(f, encoding=‘bytes’)