【ML】numpy ravel、c_、r_函数使用说明(结合实际案例)

【ML】numpy ravel、c_、r_函数使用说明(结合实际案例)

  • 基本使用
    • ravel()函数用法
    • c_函数用法
    • r_函数用法
  • 实践

基本使用

ravel()函数用法

ravel函数将一个多维数组拉平成一维数组,直接看例子:

a = np.arange(0,9)
print('a=',a)
b = a.reshape((-1,3))
print('b=',b)
c = b.ravel()
print('c=',c)

输出:

a= [0 1 2 3 4 5 6 7 8]
b= [[0 1 2]
 [3 4 5]
 [6 7 8]]
c= [0 1 2 3 4 5 6 7 8]

c_函数用法

c_函数将两个【矩阵】左右拼接在一起,要求行数相同,直接看例子:

a = np.arange(0,9).reshape((3,-1))
print('a=',a)
b = np.arange(0,6).reshape((3,-1))
print('b=',b)
c = np.c_[a,b]
print('c=',c)

输出:

a= [[0 1 2]
 [3 4 5]
 [6 7 8]]
b= [[0 1]
 [2 3]
 [4 5]]
c= [[0 1 2 0 1]
 [3 4 5 2 3]
 [6 7 8 4 5]]

r_函数用法

c_函数将两个【矩阵】上下拼接在一起,要求列数相同,直接看例子:

a = np.arange(0,9).reshape((-1,3))
print('a=',a)
b = np.arange(0,6).reshape((-1,3))
print('b=',b)
c = np.r_[a,b]
print('c=',c)

输出:

a= [[0 1 2]
 [3 4 5]
 [6 7 8]]
b= [[0 1 2]
 [3 4 5]]
c= [[0 1 2]
 [3 4 5]
 [6 7 8]
 [0 1 2]
 [3 4 5]]

实践

如何画下图:
【ML】numpy ravel、c_、r_函数使用说明(结合实际案例)_第1张图片
可以通过如下方式实现:

import numpy as np
x_component = np.array([1,2,3,4])
y_component = np.array([5,6,7])
# 生成表格所需点数据(请看另一篇介绍meshgrid文章)
xv,yv = np.meshgrid(x_component,y_component)

import matplotlib.pyplot as plt
str_label = '({x_label}, {y_label})'
fig = plt.figure(figsize=(5,5))
# 限制x,y坐标轴区间
plt.axis([0,5,4,8])

# 拉平,拼接
xy = np.c_[xv.ravel(),yv.ravel()]
for point in xy:
    x = point[0]
    y = point[1]
    color = 'r' if y==5 else ('b' if y==6 else 'g')
    plt.scatter(x, y, c=color)
    plt.annotate(str_label.format(x_label=x,y_label=y),xy = (x, y), xytext = (x+0.1, y+0.1))
                
plt.show()

你可能感兴趣的:(机器学习,python,numpy,numpy,r语言,python)