numpy 的各種函式

在指定的間隔內返回均勻間隔的數字。

返回num均勻分布的樣本，在[start, stop]。

這個區間的端點可以任意的被排除在外。

example:

>>> np.linspace(2.0, 3.0, num=5)

array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ])
>>> np.linspace(2.0, 3.0, num=5, endpoint=false)
array([ 2. ,  2.2,  2.4,  2.6,  2.8])
>>> np.linspace(2.0, 3.0, num=5, retstep=true)
(array([ 2.  ,  2.25,  2.5 ,  2.75,  3.  ]), 0.25)

ndarray = numpy.pad(array, pad_width, mode, **kwargs)

1、對一維陣列填充

【code】

import numpy as np

array = np.array([1, 1, 1])
# (1,2)表示在一維陣列array前面填充1位，最後面填充2位
#  constant_values=(0,2) 表示前面填充0，後面填充2
ndarray=np.pad(array,(1,2),'constant', constant_values=(0,2)) 
print("array",array)
print("ndarray=",ndarray)

array [1 1 1]

ndarray= [0 1 1 1 2 2]

【code】

import numpy as np array = np.array([[1, 1],[2,2]])

""" ((1,1),(2,2))表示在二維陣列array第一維（此處便是行）前面填充1行，最後面填充1行； 在二維陣列array第二維（此處便是列）前面填充2列，最後面填充2列 constant_values=(0,3) 表示第一維填充0，第二維填充3 """

ndarray=np.pad(array,((1,1),(2,2)),'constant', constant_values=(0,3)) print("array",array) print("ndarray=",ndarray)

【result】

array [[1 1]

[2 2]]
ndarray= [[0 0 0 0 3 3]
[0 0 1 1 3 3]
[0 0 2 2 3 3]
[0 0 3 3 3 3]]

numpy中的各種乘法總結

1.矩陣乘積 對於多維陣列進行np.dot 計算。2.多維陣列按位相乘 注意其中dot乘積對於一維矩陣，也是按著對位相乘得到的。element wise的對位相乘實現方式有兩種，分別是直接 和用np.multiply import numpy as np a 1,3 8,5 b 3,2 5,9 a ...

Numpy中計算各種距離

詳細 1.閔可夫斯基距離 minkowski distance 2.歐氏距離 euclidean distance 3.曼哈頓距離 manhattan distance 4.切比雪夫距離 chebyshev distance 5.夾角余弦 cosine 6.漢明距離 hamming distance...

Numpy 拼接陣列的各種方式

總結 import numpy as np a np.array 1,2,3 b np.array 5,6,7 拼接乙個陣列和數值 array 1,2,3,4 拼接兩個陣列 array 1,2,3,5,6,7 拼接列表成為陣列 array 1,2,3,4,5,6,7,8,9 不同座標軸方向的拼接 a...