2020-04-11 机器学习相关函数

np.array_split() & np.split()

np.array_split() -> 不均等划分；
np.split() -> 均等划分
参数均为int的划分结果数量

np.arange()

• 1个参数：0到这个参数，步长为1
• 2个参数：开始到终点，步长为1
• 3个参数：开始到终点，步长指定

plt.gca()

获取当前的Figure或Axes对象，图表或子图

np.linspace()

返回等间距的样本均匀分布的样本

np.meshgrid(x,y)

生成网格点，x，y的每行相同，批量生成

np.c_()

按行连接两个矩阵，即矩阵左右相加，要求行数相等，相当于pandas中的merge()

np.r_()

按列连接两个矩阵，即矩阵上下相加，要求列数相等，相当于pandas中的contact()

ax.imshow

python画热图，ax = fig.add_subplot(221) -> ax.imshow(z) 或 ax = plt.gca() -> ax.imshow(z)

numpy.ravel() && numpy.flatten()函数

两者的功能都是将高维数组大散，变成一维，不同的是flatten返回拷贝，ravel返回视图，修改ravel返回值时可修改原数组，而拷贝则不行。

getattr()函数

获取对象的属性【类对象的属性值，类的方法调用】

# 举例
class A():
    x = 11
    def set(self):
        a, b = 1, 2
        return a+b
cc = A()
print("getattr(cc,'x') = {}".format(getattr(cc,'x')))
fun_set = getattr(cc,'set')
print("set function = {}".format(fun_set()))
# output:
getattr(cc,'x') = 11
set function = 3

hasattr()函数

用于判断对象是否包含对应的属性。

class A():
    x = 11
    def set(self):
        a, b = 1, 2
        return a+b
cc = A()
print("Class A has attribute x ? {}".format(hasattr(cc, 'x')))
print("Class A has attribute y ? {}".format(hasattr(cc, 'y')))
print("Class A has attribute set ? {}".format(hasattr(cc, 'set')))
# output
Class A has attribute x ? True
Class A has attribute y ? False # 因没有y属性
Class A has attribute set ? True