numpy 常用函数小计

一、numpy.random.normal()

对应于numpy中：

numpy.random.normal(loc=0.0, scale=1.0, size=None)
1
1

参数的意义为：

loc：float    此概率分布的均值（对应着整个分布的中心centre）scale：float    此概率分布的标准差（对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高）size：int or tuple of ints    输出的shape，默认为None，只输出一个值
1
2
3
4
5
6
1
2
3
4
5
6

我们更经常会用到的np.random.randn(size)所谓标准正态分布（μ=0,σ=1），对应于np.random.normal(loc=0, scale=1, size)。

二、np.reshape()

Python中reshape函数参数-1的意思

>>>a = np.array([[1,2,3],[4,5,6]])
>>>np.reshape(a,(3,-1))# the unspecified value is inferred to be 2
array([[1,2],
[3,4],
[5,6]])
-1表示我懒得计算该填什么数字，由python通过a和其他的值3推测出来。
# 下面是两张2*3大小的照片(不知道有几张照片用-1代替)，如何把所有二维照片给摊平成一维
>>>image = np.array([[[1,2,3],[4,5,6]],[[1,1,1],[1,1,1]]])
>>>image.shape
(2,2, 3)
>>>image.reshape((-1,6))
array([[1,2, 3, 4,5, 6],
[1,1, 1, 1,1, 1]])