-
numpy.random.shuffle
用途:打亂序列的順序
用法:
numpy.random.shuffle([list,iterable])
,傳回值為None,直接更改清單的順序
樣例:
注意:如果參數是二維的資料,則隻在第一次元上更改順序np.random.shuffle(參數)->np.random.shuffle([1,2,3])
-
tensorflow.transpose
用途:用于交換不同次元的值
用法:
樣例:tensorflow.transpose(input, [dimension1 , dimension2 , dimension3 ...])
->實作了轉置new_matrix = tensorflow.transpose(np.arange(20).reshape(5,-1), [1,0])
-
tensorflow.split
用途:切割張量
用法:
兩種切割: 以一個20 * 30 * 40的張量my_tensor為例tensorflow.split(value, num_or_size_splits, axis=0)
- 如果num_or_size_splits傳入的是一個整數,這個整數代表這個張量最後會被切成幾個小張量。此時,傳入axis的數值就代表切割哪個次元(從0開始計數)
。調用tf.split(my_tensor, 2,0)傳回兩個10 * 30 * 40的小張量
- 如果num_or_size_splits傳入的是一個向量,那麼向量有幾個分量就分成幾份,切割的次元還是由axis決定。比如調用
,則傳回三個張量分别大小為tf.split(my_tensor, [10, 5, 25], 2)
。很顯然,傳入的這個向量各個分量加和必須等于axis所訓示原張量次元的大小 (10 + 5 + 25 = 40)。20 * 30 * 10、20 * 30 * 5、20 * 30 * 25
- 如果num_or_size_splits傳入的是一個整數,這個整數代表這個張量最後會被切成幾個小張量。此時,傳入axis的數值就代表切割哪個次元(從0開始計數)
-
np.random.choice
用途:以一定的機率選擇元素
用法:np.random.choice(a, size, replace=True, p=None)
從0~a-1中選擇元素,size可以為多元,replace為True表示可以重複選擇元素,p代表每個元素的機率,預設相等
示例:
import numpy as np a1 = np.random.choice(a=5, size=3, replace=False, p=None) print(a1) a2 = np.random.choice(a=5, size=3, replace=False, p=[0.2, 0.1, 0.3, 0.4, 0.0]) #非一緻的分布,會以多少的機率提出來 print(a2)
5. np.random.rand
用途:生成一個在0~1之間均勻分布的随機數,
用法:np.random.rand(shape)
6. zipfile.ZipFile.namelist()
用途:讀取壓縮檔案的檔案清單
用法:
with zipfile.ZipFile(filename.zip) as f:
print(f.namelist()) # 輸出該壓縮檔案裡的檔案清單
7. tf.compat.as_str()
用途:實作python2和python3對字元串處理的相容性,将bytes或者Unicode的字元串都轉換為unicode字元串
用法:
tf.compat.as_str(bytes_or_text, encoding='utf-8')
8. array.argsort()
用途:按照數組内的元素從小到大排序,并傳回其對應元素在原數組的索引清單
用法:
import numpy as np
w = np.array([2,3,1])
print(w.argsort()) # 輸出為[2,0,1],其中2對應1在原數組的索引位置,依此類推
9.python的map()函數——
map(function , iterable)
用途:第一個參數 function 以參數序列中的每一個元素調用 function 函數,傳回包含每次 function 函數傳回值的新清單。
用法:
def square(x):
return x*x*x
square_list = map(square, [1,2,3])
# square_list 為 [1,8,27]
參考
https://blog.csdn.net/jasonzzj/article/details/53932645
https://blog.csdn.net/uestc_c2_403/article/details/73350498
https://blog.csdn.net/SangrealLilith/article/details/80272346
https://blog.csdn.net/qfpkzheng/article/details/79061601
https://blog.csdn.net/heifan2014/article/details/78953574
https://www.cnblogs.com/alummox/p/7414279.html
https://stackoverflow.com/questions/37689802/what-is-tensorflow-compat-as-str
https://www.cnblogs.com/yyxf1413/p/6253995.html
http://www.runoob.com/python/python-func-map.html