numpy.md

numpy

repeat

参数的意义：axis=None，时候就会flatten当前矩阵，实际上就是变成了一个行向量

​ axis=0,沿着y轴复制，实际上增加了行数

​ axis=1,沿着x轴复制，实际上增加列数

​ repeats可以为一个数，也可以为一个矩阵，具体区别我们从以下实例中就会发现 以下各个实例都是使用了矩阵c:

实例1：

实例2：

实例3：

实例4：

flatten

>>> a = np.array([[1,2], [3,4]])
>>> a.flatten()
array([1, 2, 3, 4])
>>> a.flatten('F') #按竖的方向降
array([1, 3, 2, 4])

asarray

​ array和asarray都可以将结构数据转化为ndarray，但是主要区别就是当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，属于深拷贝。但asarray不会，属于浅拷贝。、

>>> a=[(1,2,3),(4,5,6)]
>>> a=np.asarray(a)
>>> print(a)
[[1 2 3]
 [4 5 6]]
>>> b=[(1,2,3),(4,5)]
>>> b=np.asarray(b)
>>> b.shape
(2,)
>>> print(b)
[(1, 2, 3) (4, 5)]
>>> print(a.shape)
(2, 3)
>>> c=[(1,2,3),(4,5,6)]
>>> c=np.asarray(c)
>>> c.shape
(2, 3)

random

permutation

If x is a multi-dimensional array, it is only shuffled along its first index.

Returns
    -------
    out : ndarray
    Permuted sequence or array range.

    Examples
    --------
    >>> np.random.permutation(10)
    array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])

    >>> np.random.permutation([1, 4, 9, 12, 15])
    array([15,  1,  9,  4, 12])

    >>> arr = np.arange(9).reshape((3, 3))
    >>> np.random.permutation(arr)
    array([[6, 7, 8],
    [0, 1, 2],
    [3, 4, 5]])