x = np.array([[[1,2,3],[4,5,6]]])這裡或者直接寫成(1,2,3)
w = x.shape
（1,2,3）
建立乙個三維陣列，由1個，2行，3列的二維陣列,組成.
幾個 就是幾維。
b = np.expand_dims(a, axis=0)變換為（1,1,2,3）
含義為在1,2,3三個數產生的四個間隔中零的位置，即1之前新增1
同理axis = 2
變換為（1，2，1，3）
注意：axis的值不能大於（1,2，3）產生的間隔數，（1,2,3）只有四個間隔，所以axis<4
當axis大於最大間隔的時候會按照最大間隔插入.
a = np.arange(36)#陣列元素
b = a.reshape(6,6)#改變陣列形狀
'''[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]
[24 25 26 27 28 29]
[30 31 32 33 34 35]]'''
#print(b[4])
w = np.array([[6,7],[8,9],[10,11]])
#print(b[:,3])#取得第三列
#print(b[:3])#從0到第三行
b[b>23]=0
print(b[0:2])
print(b[0:2,2:4])#逗號前行，後面式列數
print(b[:,:3])
print('*----------------------------*')
print(b[:,none])#none不進行切片，把整體作為陣列元素處理
print(b[:,:,none])#none把取到的值按照列的形式返回
np.concatenate((a, b), axis=0)#拼接陣列
a = np.ones((3,2,4))
#3個2行4列的二維陣列,組成的三維陣列
print(a)
b = np.zeros((3,2,4))
c = np.ones((3,2,4))
d = np.concatenate([a,b,c],2)
print(d)
print(d.shape)
out:::::::
a:[[[1. 1. 1. 1.]
[1. 1. 1. 1.]]
[[1. 1. 1. 1.]
[1. 1. 1. 1.]]
[[1. 1. 1. 1.]
[1. 1. 1. 1.]]]
d:[[[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]
[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]]
[[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]
[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]]
[[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]
[1. 1. 1. 1. 0. 0. 0. 0. 1. 1. 1. 1.]]]
(3, 2, 12)
a = np.linspace(1,2)
print(a)
輸出:[1. 1.02040816 1.04081633 1.06122449 1.08163265 1.10204082
1.12244898 1.14285714 1.16326531 1.18367347 1.20408163 1.2244898
1.24489796 1.26530612 1.28571429 1.30612245 1.32653061 1.34693878
1.36734694 1.3877551 1.40816327 1.42857143 1.44897959 1.46938776
a = np.arange(3)
b = a[:,np.newaxis]
print(a)
print(b)
[0 1 2]
[[0]
[1][2]]
傳送
a = np.arange(3)
print(a)
c = np.square(a)
print(c)
輸出:[0 1 2]
[0 1 4]
np.argmax(y, axis=2)
#y是**值，axis = 2行方向做比較
#所以在多分類的問題上y=
(256, 256, 5)
[[[0.14155747 0.7304455 0.06444897 0.01956713 0.04398087]
[0.10523805 0.7234794 0.07442227 0.01961073 0.07724958]
[0.13790286 0.67515504 0.08597735 0.03152192 0.06944282]
...#這樣在行方向上比較第一行最大值索引1，以此類推，因為有256個256行
#5列的矩陣所以這種方式出來最後的結果是256*256（每乙個矩陣是256*1）
#因為五列所以索引值為4，一共出來5種分類結果。一種是背景，輸出標籤。
numpy的一些用法
安裝numpy windows安裝pip即可，具體方法參考pip官網 安裝方法 pip install numpy 1.14.3 cp27 none win amd64.whl 功能介紹 ndarray ndarray具有多維性。ndarray的元素可以通過索引的方式進行訪問。在numpy中，nda...
numpy的一些基礎用法
import numpy as np x np.array 1 print x,x.ndim,x.shape x np.zeros 2,3,4 dtype np.int8 print x x np.ones 2,3 dtype np.int8 print x x np.arange 6 print ...
Numpy的一些學習記錄
import numpy as np arr1 np.array 1,2,3 print arr1 arr2 np.zeros 3 print arr2 arr3 np.ones 3 print arr3 arr4 np.random.randint 1,10,3 print arr4 arr5 n...