Numpy的一些常规操作

1.不显示省略号

np.set_printoptions(threshold=np.inf)

2.每行显示更多内容

在输出array时，一行能显示的更长
np.set_printoptions(suppress=True, linewidth=200)
其中的200可以调，这样就可以使pycharm的控制台显示的更宽了。

3.删除array的行或列

data = np.delete(arr=data, obj=[1,3,5], axis=0)
axis=0表示按行删，obj是要删除的行或列，如果只删单独一行（列）就只用一个整数就不用列表了。

4.取上三角、下三角、对角矩阵

比如 A 矩阵是一个完整矩阵，则
np.triu(A)是取它的上三角矩阵，np.tril(A)是取它的下三角矩阵
上面都是包含对角元素的，如果想不包含对角元素可添加一个参数np.tril(A, -1)，如果取-2 则次对角线也不会取到
当然如果想取上三角的话，上面的-1 -2就需要是1 2的正数
如果想将上下三角的对角元素设为1,可以这样

row, col = np.diag_indices_from(a) #先取对角元素的索引
u[row, col] = 1.0  # 然后设为1

取对角元素np.diag(A)，生成对角矩阵 np.diag(np.diag(A))

5. 统计array中某个范围值的数量

np.count_nonzero()
例如统计出array中小于等于1的数：np.count_nonzero(data<=1)
它返回一个具体数字，和len(np.where(data<=1)[0])的结果一致，但比np.where要更快

比如要统计一个张量的稀疏程度（即0元素的数量）：np.count_nonzero(x==0)/x.size
要找出符合要求元素的具体位置，就可以用np.where()

---

持续更新…