DL——week2

最新推荐文章于 2024-07-26 15:58:29 发布

原创最新推荐文章于 2024-07-26 15:58:29 发布 · 170 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#DL

本文介绍了numpy库的dot()函数、数组操作（如reshape和广播）、HDF5文件使用方法，以及numpyarray与Python原生array的区别，包括dtype、reshape中-1的含义和numpy的squeeze功能。

要学明白的知识点：

np.dot()的作用
两个数组的点积，即对应元素相乘
numpy.dot(a,b,out=None)
a: ndarray 数组
b: ndarray 数组
out: ndarray, 可选，用来保存dot（）的计算结果
numpy Ndarray对象
N维数组对象ndarray，是一系列同类型数据的集合，以0下标为开始进行集合中元素的索引
np.array()
函数调用方法：np.array(object, dtype = None)
各个参数的意义：
object：用来创建数组的对象，可以为单个值，列表等
dtype：创建数组中的数据类型
返回值：给定对象的数组
h5file 文件的使用方法
关于open 模式：
w 以写方式打开，
a 以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+ 以读写模式打开
w+ 以读写模式打开 (参见 w )
a+ 以读写模式打开 (参见 a )
rb 以二进制读模式打开
wb 以二进制写模式打开 (参见 w )
ab 以二进制追加模式打开 (参见 a )
rb+ 以二进制读写模式打开 (参见 r+ )
wb+ 以二进制读写模式打开 (参见 w+ )
ab+ 以二进制读写模式打开 (参见 a+ )
在hdf5文件中，通过关键字获取的对象，是一个什么类型？
A:the object we obdained isn’t an array, but an HDF5 dataset, like Numpy arrays, datasets have both a shape and a data type:
Numpy array 的使用方法
A:array slice：https://www.runoob.com/w3cnote/python-string-index.html
目测，给str直接赋值，和给str[…]赋值的效果是一样的，也就是说：dset[…] = np.arange(100) 和 dset= np.arange(100)的效果大概是一样的。
python 中的 array 和numpy 中的 array有什么区别？
A：numpy中的array提供了矩阵运算的功能
为什么要用numpy中的array？
A：同上
numpy的reshape函数中，如果第二项为-1，是什么意思？
A:arr.reshape（r,c)，先将arr看成每一行按顺序排列起来的一个长数组，再将这arr数组重组成一个r行，c列的矩阵，如果c = -1，那就是c = 总数/r，我的理解是这样的。
numpy的广播，如两个行向量相乘
A:如果两个向量，或者说矩阵的维度相同，那么python会通过广播（broadcast）来进行，逐个对应元素相乘，构成一个和两个原来的矩阵维度相同的矩阵。
np.squeeze的作用？压缩维度是指？
A：目前看来好像是将矩阵变成一个一维数组？
format函数的用法
A:Python format格式化函数，基本语法是通过{}和：来代替以前的%，如果在{}之中出现了：则当前是用于数据格式化。

实例：

import numpy as np

array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

print("数组array的值为: ")
print(array)
print("数组array的默认类型为: ")
print(array.dtype)
"""
result:
数组array的值为: 
[0 1 2 3 4 5 6 7 8 9]
数组array的默认类型为: 
int32