DL——numpy常用方法

本文主要是介绍DL——numpy常用方法，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

引入numpy科学计算库：

import numpy as np

--->创建元素均为零的矩阵，大小为shape，元素类型dtype：

np.zeros(shape, dtype)

--->创建等差数组，返回一维的数组（可以用reshape将其变为矩阵更好处理一些）

np.arange([start=0],stop,[step=1],[dtype=np.int32])

--->创建x*x的对角矩阵：

np.eye(x)

--->生成随机矩阵(返回为float64)：

np.random.random(shape)

--->生成线性的序列：

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None）

np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)

--->修改矩阵形状reshape:

a=np.arrange(0,9).reshape(3,3)

--->求矩阵的平均值：

a=np.array([[1,2],[2,3]])

print(a.mean()) #输出2.0

--->np.pad()为矩阵添加“边框”

--->np.tile矩阵拼接：

 -->a.dtype,a.shape,a.size区别：

这篇关于DL——numpy常用方法的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！