加勒比海鲜王

保留初心，砥砺前行NumPy官方网站NumPy Tutorial####np.full函数： 创建一个由常数填充的数组,第一个参数是数组的形状，第二个参数是数组中填充的常数。>>> import numpy as np>>> np.full((3, 2), 5)array([[ 5., 5.], [ 5., 5.], [ 5., 5.]])####np

保留初心，砥砺前行NumPy官方网站NumPy Tutorial####reshape函数： 顾名思义，将原有的数组重新整形，变成参数中指定的形状。import numpy as npa = np.arange(1, 20, 2)print a.reshape(2, 5)print a.reshape(2, 1, 5)[[ 1 3 5 7 9] [11 13 15 17 19

保留初心，砥砺前行在使用tensorflow的时候需要对输入的tensor进行处理。 NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多。 ——百度百科因此简单记录一下NumPy的学习笔记，方便进行数据处理。NumPy官方网站NumPy TutorialNumPy的

这里一份包含numpy的基础操作、数学操作还有复制排序的教程，让你立刻上手numpy，也可以作为字典查阅。文末还有一些相关链接，有关numpy基础。

继续Numpy的话题，在前4期中讲了使用Numpy进行创建array，然后进行一些数学运算、基本操作之后，今天来看array的合并与分割。合并：Numpy中使用vstack, hstack, newaxis, concatenate进行相关操作。接下来看一些例子：

Numpy是python中用于科学计算、数据分析的模块， 有运算速度快、消耗资源少的优点。下边五篇是本人原创Numpy学习笔记，根据是Numpy官方文档。NumPy（1）简介，基础属性，数组创建（ones，zeros，empty，arange，linespace）NumPy（2）reshape，dot，flatNumPy（3）full，eye，empty，randomNumPy（4）数组数学与基础

今天在编码时同时遇到了这两个函数，并且都是用来初始化权重的，写法如下w = tf.Variable(tf.random_normal(shape, stddev=0.01))w = tf.Variable(np.random.randn())看上去都是随机生成符合正态分布的值，但是实际上tf.random_normal(shape, stddev=0.01) 是从正态分布中返回符合你输入的shape

b = a c = a.view() d = a.copy()numpy中复制原array的三种形式，如下图所示： 可以看出b = a相当于把b指向了a指向的array，实际上他们两个是同一个array，因此可以想象的是，a发生变化，b也会发生变化。 如果要修改a的某一个值，从上图中可以看出b也发生了相应的变化。c，也就是view得到的array也发生了变化。d没有变，说明aopy可以得到一