2020/03/01
1. random.randrange
返回指定递增基数集合中的一个随机数，基数默认值为1
语法：random.randrange ([start,] stop [,step])。
start -- 指定范围内的开始值，包含在范围内； stop -- 指定范围内的结束值，不包含在范围内；step -- 指定递增基数
randrange()方法返回指定递增基数集合中的一个随机数，基数默认值为1
例如：
输出 100 <= number < 1000 间的偶数print "randrange(100, 1000, 2) : ", random.randrange(100, 1000, 2)
输出 100 <= number < 1000 间的其他数print "randrange(100, 1000, 3) : ", random.randrange(100, 1000, 3)
输出结果：
randrange(100, 1000, 2) : 976
randrange(100, 1000, 3) : 520
2. np.newaxis
np.newaxis的作用就是在这一位置增加一个一维，这一位置指的是np.newaxis所在的位置，示例如下:
x1 = np.array([1, 2, 3, 4, 5])
# the shape of x1 is (5,)
x1_new = x1[:, np.newaxis]
# now, the shape of x1_new is (5, 1)
# array([[1],
# [2],
# [3],
# [4],
# [5]])
x1_new = x1[np.newaxis,:]
# now, the shape of x1_new is (1, 5)
# array([[1, 2, 3, 4, 5]])
再比如：
In [124]: arr = np.arange(5*5).reshape(5,5)
In [125]: arr.shape
Out[125]: (5, 5)
# promoting 2D array to a 5D array
In [126]: arr_5D = arr[np.newaxis, ..., np.newaxis, np.newaxis]
In [127]: arr_5D.shape
Out[127]: (1, 5, 5, 1, 1)
3. numpy中np.max和np.maximum
np.max(a, axis=None, out=None, keepdims=False)
求序列的最值， 最少接受一个参数， axis默认为axis=0即列向,如果axis=1即横向。
例如：
val = np.max([-2, -1, 0, 1, 2])
print(val) # 2
np.maximum(X, Y, out=None)
X和Y逐位进行比较,选择最大值，最少接受两个参数
val = np.maximum([-3, -2, 0, 1, 2], 0)
print(val) # array([0, 0, 0, 1, 2])
4. np.prod()
用来计算所有元素的乘积，对于有多个维度的数组可以指定轴，如axis=1指定计算每一行的乘积.
默认情况下计算所有元素的乘积：
import numpy as np
val = np.prod([1., 2.])
print(val) # 2.0
若输入数据是二维的：
val = np.prod([[1, 2], [3, 4]])
print(val) # 24
也可以按照指定轴进行运算：
val = np.prod([[1,2], [3,4]])
print(val) # array([2, 14])