今天先整理到這裡，剩下的下次再整理
1.改變形狀：
reshape()返回改變的陣列形狀，但無法改變源陣列形狀
resize() 可以改變源陣列形狀
r**el() 輸出類似c陣列的列表，和reshape()一樣，返回c似的陣列但無法改變源陣列形狀
例如：
>>> from numpy import *
>>> c = arange(24)
>>> print c
[ 0123
4567
891011
1213
1415
1617
1819
2021
2223]
>>> c.resize(4,6)
>>> print c
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
>>> c.reshape(3,8)
array([[ 0, 1, 2, 3, 4, 5, 6, 7],
[ 8, 9, 10, 11, 12, 13, 14, 15],
[16, 17, 18, 19, 20, 21, 22, 23]])
>>> print c
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
>>> print c.r**el()
[ 0123
4567
891011
1213
1415
1617
1819
2021
2223]
>>> print c
[[ 0 1 2 3 4 5]
[ 6 7 8 9 10 11]
[12 13 14 15 16 17]
[18 19 20 21 22 23]]
vstack():橫向組合陣列
hstack():縱向組合陣列
column_stack():縱向組合陣列,和hstack()效果一樣,區別在哪,目前我也不懂…
row_stack(): 橫向組合陣列,和vstack()效果一樣,區別在哪,目前我也不懂…
>>> b = floor(10*random.random((2,2)))
>>> a = floor(10*random.random((2,2)))
>>> a
array([[ 6., 3.],
[ 9., 9.]])
>>> b
array([[ 9., 3.],
[ 6., 5.]])
>>> column_stack((a,b))
array([[ 6., 3., 9., 3.],
[ 9., 9., 6., 5.]])
>>> hstack((a,b))
array([[ 6., 3., 9., 3.],
[ 9., 9., 6., 5.]])
>>> row_stack((a,b))
array([[ 6., 3.],
[ 9., 9.],
[ 9., 3.],
[ 6., 5.]])
>>> vstack((a,b))
array([[ 6., 3.],
[ 9., 9.],
[ 9., 3.],
[ 6., 5.]])
>>>
不同的陣列物件分享同乙個資料。檢視方法創造乙個新的陣列物件「指向」同一資料。檢視複製之後，有獨立的資料形狀
但是這是淺複製，資料是同步的
>>> a = arange(12).reshape((3,4))
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> c = a.view()
>>> c
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> c is a
false
>>> c.resize((2,6))
>>> c
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11]])
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> c[0] = 1234
>>> c
array([[ 1234, 1234, 1234, 1234, 1234, 1234],
[ 6, 7, 8, 9, 10, 11]])
>>> a
array([[1234, 1234, 1234, 1234],
[ 1234, 1234, 6, 7],
[ 8, 9, 10, 11]])
強化學習Numpy相關知識整理
在使用python進行強化學習 實驗的時候，numpy一定是會用到的乙個工具庫。numpy提供了很多有用的介面函式，但是要熟悉全部函式是有一定困難的。這裡整理一些強化學習中比較常用的api函式，並說明它們一般使用的位置。這個函式主要用於取出矩陣中最大元素的位置，常用於對dqn的輸出向量 import...
numpy學習（一） numpy基礎
此文為學習 理解numpy，numpy簡單入門教程整理的學習筆記 numpy是乙個功能強大的python庫，主要用於對多維陣列執行計算。numpy這個詞 於兩個單詞 numerical和python。a np.array 0,1,2,3,4 a np.array 0,1,2,3,4 1,2,3,4,...
Numpy學習筆記
測試檔案裡的資料排列型別最好是有規律的，不可以隨便，否則將發生一些錯誤 genfromtxt函式 genfromtxt函式建立陣列 資料 genfromtxt主要執行兩個迴圈運算。第乙個迴圈將檔案的每一行轉換成字串序列。第二個迴圈將每個字串序列轉換為相應的資料型別。genfromtxt能夠考慮缺失的...