1.淺述python中argsort()函數的用法
（1）.先定義一個array數據
1 import numpy as np 2 x=np.array([1,4,3,-1,6,9])
（2）.現在我們可以看看argsort()函數的具體功能是什么：
x.argsort()
輸出定義為y=array([3,0,2,1,4,5])。
我們發現argsort()函數是將x中的元素從小到大排列，提取其對應的index(索引)，然后輸出到y。例如：x[3]=-1最小，所以y[0]=3,x[5]=9最大，所以y[5]=5。
上面這個不難理解，不熟悉的可以去python環境下自己嘗試。
（3）.由於在程序中遇到了類似於np.argsort()[num]的形式，一直看不明白，就自己去python環境自己試了下：
ps：這里的num的絕對值小於等於x中元素的個數
當num>=0時，np.argsort()[num]就可以理解為y[num];
當num<0時，np.argsort()[num]就是把數組y的元素反向輸出，例如np.argsort()[-1]即輸出x中最大值對應的index，np.argsort()[-2]即輸出x中第二大值對應的index，依此類推。。
直觀的實驗才能看到效果，下面是我拿上面例子做的驗證：
這是當num為負值時的輸出。
這個是num>=0時的輸出。
2.Python-Numpy的tile函數用法
（1）.函數的定義與說明
函數格式tile(A,reps)
A和reps都是array_like
A的類型眾多，幾乎所有類型都可以：array, list, tuple, dict, matrix以及基本數據類型int, string, float以及bool類型。
reps的類型也很多，可以是tuple，list, dict, array, int, bool.但不可以是float, string, matrix類型。
（2）.函數操作示例
>>> tile(1,2)
array([1, 1])
>>> tile((1,2,3),3)
array([1, 2, 3, 1, 2, 3, 1, 2, 3])
>>> tile(a,2)
array([[1, 2, 3, 1, 2, 3], [4, 5, 5, 4, 5, 5]])
>>> b=[1,3,5]
>>> tile(b,[2,3]) array([[1, 3, 5, 1, 3, 5, 1, 3, 5], [1, 3, 5, 1, 3, 5, 1, 3, 5]])
>>> a=[[1,2,3],[5,4]]
>>> tile(a,[2,3]) array([[[1, 2, 3], [5, 4], [1, 2, 3], [5, 4], [1, 2, 3], [5, 4]], [[1, 2, 3], [5, 4], [1, 2, 3], [5, 4], [1, 2, 3], [5, 4]]])
3.python的二維數組操作
需要在程序中使用二維數組，網上找到一種這樣的用法：
#創建一個寬度為3，高度為4的數組 #[[0,0,0], # [0,0,0], # [0,0,0], # [0,0,0]] myList = [[0] * 3] * 4
但是當操作myList[0][1] = 1時，發現整個第二列都被賦值，變成
[[0,1,0],
[0,1,0],
[0,1,0],
[0,1,0]]
為什么...一時搞不懂,后面翻閱The Python Standard Library 找到答案
list * n—>n shallow copies of list concatenated, n個list的淺拷貝的連接
例:
>>> lists = [[]] * 3 >>> lists [[], [], []] >>> lists[0].append(3) >>> lists [[3], [3], [3]]
[[]]是一個含有一個空列表元素的列表,所以[[]]*3表示3個指向這個空列表元素的引用,修改任何
一個元素都會改變整個列表:
所以需要用另外一種方式進行創建多維數組,以免淺拷貝:
>>> lists = [[] for i in range(3)] >>> lists[0].append(3) >>> lists[1].append(5) >>> lists[2].append(7) >>> lists [[3], [5], [7]]
之前的二維數組創建方式為:
myList = [([0] * 3) for i in range(4)
4.python zeros()使用(from numpy import *)
該函數的功能是創建給定類型的矩陣，並初始化為0。
#一維數組 zeros(3) #二維數組 zeros((2,3)) #或 zeros([2,3])
dtype：數組數據類型，默認為float
#使用默認類型 b=zeros(3) type(b) #轉換為int類型 b=zeros(3) type(b)
zeros_like：返回和輸入大小相同，類型相同，用0填滿的數組
<pre name="code" class="python">
#一維 a=array([2,3]) zeros_like(a) #二維 a=array([[2,3],[3,4]]) zeros_like(a)
ones_like：返回和輸入大小相同，數據類型相同，用1填滿的數組
#一維 a=array([2,3]) ones_like(a) #二維 a=array([[2,3],[3,4]]) ones_like(a)
empty_like：返回和輸入大小相同，數據類型相同，但是是未初始化的數組(數據隨機)
#一維 a=array([2,3]) empty_like(a) empty_like(a, int) #二維 a=array([[2,3],[3,4]]) empty_like(a) empty_like(a, int)
ones：返回一個和輸入大小相同，數據類型相同，初始化為1的數組
np.ones(5) np.ones((2,1)) s=(2,2) np.ones(s)
empty：返回一個新的未初始化的數組
np.empty([2,2])
np.empty([2,2],dtype=int)
