python基础

numpy.inf 无穷大的数字

numpy.nan not a number

numpy中list[],tuple().

list 可变的数据类型

tuple 元组不可变

https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014316724772904521142196b74a3f8abf93d8e97c6ee6000

reshape中的(1,ny,nx,a) ==> 1是什么意思？

a.dtype=np.float32 使用~取反==> not be safely?

numpy的找寻数组中的最大最小值

    numpy.min(a)

    numpy.amin(a)

    np.min(a)

    np.argmin(a) 得出最大值的索引值

python多维数组切片和索引

http://www.zmonster.me/2016/03/09/numpy-slicing-and-indexing.html

数组的合并、拆分

np,stack((arrays1,array2),axis=0)

np.unstack((array1,array2),axis=1)

np.random.choice(a,size,replace,p) a是int值或者array，size是选择的个数，p是选取不同数的概率

numpy.clip(a,min,max) 把数组a中的元素，小于min的置为min，大于max的置为max

np.random.shuffle 打乱数组顺序

np.ogrid[start:end:step] 产生一组可用来广播的数组

np.ogrid[start:end:length+j]

np.random.normal() 高斯分布的概率密度函数

loc： float  

    此概率分布的均值（对应着整个分布的中心centre）  

scale ： float  

    此概率分布的标准差（对应于分布的宽度， scale 越大越矮胖， scale 越小，越瘦高）  

size ： int or tuple of ints

    输出的shape，默认为None，只输出一个值

np.random.randn(size) 所谓标准正态分布

（ [Math Processing Error]），对应于np.random.normal(loc=0, scale=1, size)

逻辑与  np.logical_and

逻辑或  np.logical_or

    至少按一对list对比使用

逻辑非  np.logical_not

    每一个都可单独判断

μ=0,σ=1