zhuzuwei的博客

numpy.c_ = 将切片对象沿第二个轴（按列）转换为连接。例子：np.c_[np.array([1,2,3]), np.array([4,5,6])]Out[96]: array([[1, 4], [2, 5], [3, 6]])np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]O

numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None)对给定的数据和权重，估计协方差矩阵协方差表示两个变量在一起变化的水平。如果我们检查N维样本，则X = [x_1，x_2，... x_N] ^ T，则协方差矩阵元素C_ {ij}是x_i和x_j的协方差。元素C_ {ii}

1. 先来看numpy矩阵，labelsMat ! = retMat语句会对两个矩阵中的每个元素进行比较，返回的boolean型矩阵形状和原矩阵一致。将其作为索引，errorCheck会在为True的位置操作。2. numpy 数组和矩阵没什么区别，可以完成类似操作3. Python列表则有所不同，labelsList != retList会直接比较整个列表是否一样，如

1. numpy meshgrid函数：从坐标向量返回坐标矩阵参数：（1）x1, x2,...,xn : array_like：代表网格坐标的一维数组。(2) indexing : {‘xy’, ‘ij’}, 可选参数，默认是'xy'。输出笛卡儿（'xy'，默认）或矩阵（'ij'）索引。（3）sparse :bool, 可选参数。如果为真，则返回稀疏网格以节省内存。 默认是Fals

numpy.clip(a, a_min, a_max, out=None)其中a是一个数组，后面两个参数分别表示最小和最大值，将数组中的元素限制在a_min, a_max之间，大于a_max的就使得它等于 a_max，小于a_min,的就使得它等于a_min。a = np.arange(10)np.clip(a, 1, 8)Out[36]: array([1, 1, 2, 3,