numpy clip函数_numpy特征值分解?

np.newaxis()的功能:插入新维度

import numpy as np

arr = np.arange(6)
arr_row = arr[:, np.newaxis]  # 扩展行,将数组的每行转换成列,
arr_col = arr[np.newaxis, :]
print(arr.shape)
print(arr)
print(arr_row)
print(arr_col)

输出：
(6,)
[0 1 2 3 4 5]
[[0]
 [1]
 [2]
 [3]
 [4]
 [5]]
[[0 1 2 3 4 5]]

功能作用：这样改变维度的作用往往是将一维的数据转变成一个矩阵，与代码后面的权重矩阵进行相乘，

np.clip(a, a_min, a_max, out=None):

a：输入矩阵；a_min：被限定的最小值，所有比a_min小的数都会强制变为a_min；a_max：被限定的最大值，所有比a_max大的数都会强制变为a_max；out：可以指定输出矩阵的对象，shape与a相同

# 一维矩阵
arr = np.arange(12)
print(np.clip(arr, 0, 1))
# 多维矩阵
arr1 = np.arange(12).reshape(3, 4)
print(np.clip(arr1, 2, 6))

输出：
[0 1 1 1 1 1 1 1 1 1 1 1]
[[2 2 2 3]
[4 5 6 6]
[6 6 6 6]]