随笔分类 -  numpy函数

ascontiguousarray
摘要：数组经常会遇到一些切片、拼接操作，造成数组存储不连续，ascontiguousarry将一个不连续存储的数组变成连续存储的，加快了运行速度。 阅读全文
posted @ 2020-09-15 11:06 6+0 阅读(170) 评论(0) 推荐(0)
t.cat、np.concatenate
摘要：t.cat([a, b], axis=n) np.cat([a, b], axis=n) 1、除了拼接的维度可以不同，其他的维度必须相同 2、行和通道的拼接在数组外面，列的拼接在数组内部 阅读全文
posted @ 2020-09-15 10:59 6+0 阅读(1175) 评论(0) 推荐(0)
expand_dims
摘要：expand_dims(x, axis=n) 理解方法： 1、先写出原来ndarray的shape 2、再根据axis的值确定新的ndarray的shape 阅读全文
posted @ 2020-09-15 10:09 6+0 阅读(147) 评论(0) 推荐(0)
save、savez、savetxt
摘要：https://blog.csdn.net/sherrylml/article/details/51494052 Numpy能够读写磁盘上的文本数据或二进制数据。 将数组以二进制格式保存到磁盘 1、np.load和np.save是读写磁盘数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制 阅读全文
posted @ 2020-09-04 10:00 6+0 阅读(584) 评论(0) 推荐(0)
size、shape
摘要：pytorch中size是函数，shape是属性，都是表示的数据的尺寸。( [3，4]它的shape是2，而不是（1， 2）) OpenCV中size和shape都是属性，size表示像素的个数，shape表示的是尺寸 numpy中size和shape都是属性，size表示元素的个数，shape表示 阅读全文
posted @ 2020-08-07 07:52 6+0 阅读(667) 评论(0) 推荐(0)
random.normal
摘要：np.random.normal(mean, std, size) 阅读全文
posted @ 2020-08-06 15:32 6+0 阅读(172) 评论(0) 推荐(0)
np属性
摘要：1、shape 形状 2、size 个数 3、dtype 数据类型 4、ndim 数组的维度 阅读全文
posted @ 2020-08-05 13:11 6+0 阅读(146) 评论(0) 推荐(0)
clip
摘要：clip(list, min, max) 小于min的设置成min，大于max设置成max 阅读全文
posted @ 2020-08-05 10:25 6+0 阅读(101) 评论(0) 推荐(0)
astype、dtype
摘要：在处理图像像素值时遇到的 阅读全文
posted @ 2020-08-05 10:11 6+0 阅读(101) 评论(0) 推荐(0)
copy、clone
摘要：pytorch和numpy中是深拷贝 提取列表中的某一个元素往往用深拷贝，若采用直接赋值的方式，则是浅拷贝，可能对原列表造成影响。 阅读全文
posted @ 2020-08-05 09:49 6+0 阅读(110) 评论(0) 推荐(0)
inf
摘要：正无穷大 阅读全文
posted @ 2020-08-03 20:22 6+0 阅读(75) 评论(0) 推荐(0)
enumerate
摘要：为可遍历的数据对象添加下标 阅读全文
posted @ 2020-07-24 16:56 6+0 阅读(169) 评论(0) 推荐(0)
stack
摘要：stack((x, y), axis=) x, y的shape必须相同，axis表示新增加的是第几个维度 阅读全文
posted @ 2020-07-24 16:50 6+0 阅读(101) 评论(0) 推荐(0)
meshgrid
摘要：获得一个网格 nx,ny = (3,2) x = np.linspace(0,1,nx) #[ 0. 0.5 1. ] y = np.linspace(0,1,ny) # [0. 1.] xv,yv = np.meshgrid(x,y) ''' xv [[ 0. 0.5 1. ] [ 0. 0.5 阅读全文
posted @ 2020-07-24 12:15 6+0 阅读(188) 评论(0) 推荐(0)
numpy中的axis和Pytorch中的dim参数
摘要：1、二维： axis=0表示分别对每一列做运算； axis=1表示分别对每一行做运算。 2、高维： 假设输入的形状是(m, n, k): -如果指定axis(dim)=0, 输出的size就是(1, n, k)或者(n, k) -如果指定axis(dim)=1, 输出的size就是(m, 1, k) 阅读全文
posted @ 2020-07-04 20:26 6+0 阅读(816) 评论(0) 推荐(0)
genfromtext
摘要：从文本中读取的数据按数组的形式存放，比Python的list速度快。 阅读全文
posted @ 2020-06-01 19:46 6+0 阅读(146) 评论(0) 推荐(0)