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