numpy.all与numpy.any
numpy.all(a, axis=None, out=None, keepdims=np._NoValue) Test whether all array elements along a given axis evaluate to True.
numpy.any(a, axis=None, out=None, keepdims=np._NoValue) Test whether any array element along a given axis evaluates to True.
>>> a = np.array([0, 4, 5]) >>> b = np.copy(a) >>> print(np.all(a == b)) #全部都一样输出true and运算 True >>> print(np.any(a == b))#任意一个相同都输出true or运算 True b[0] = 1 print(np.all(a == b)) # False print(np.any(a == b)) # True a = np.eye(3) 生成对角单位矩阵 print(np.all(a, axis=0)) # [False False False] 按行进行 print(np.any(a, axis=0)) # [ True True True]
np.eye()
np.eye()的函数，除了生成对角阵外，还可以将一个label数组，大小为(1,m)或者(m,1)的数组，转化成one-hot数组。
函数的原型：numpy.eye(N,M=None,k=0,dtype=
返回的是一个二维2的数组(N,M)，对角线的地方为1，其余的地方为0.
（1）N:int型，表示的是输出的行数
（2）M：int型，可选项，输出的列数，如果没有就默认为N
（3）k：int型，可选项，对角线的下标，默认为0表示的是主对角线，负数表示的是低对角（低于主对角线的对角线），正数表示的是高对角（高于主对角线的对角线）。
a=np.eye(3)[1]
print(a)
# [0. 1. 0.]
>>> a=np.eye(3)[[1,2,0,1]]
>>> print("如果对应的类别号是1,2,0,1，那么转成one-hot的形式n",a)
如果对应的类别号是1,2,0,1，那么转成one-hot的形式
[[0. 1. 0.]
[0. 0. 1.]
[1. 0. 0.]
[0. 1. 0.]]
>>> res=np.eye(3)[labels.reshape(-1)]
>>> print("labels转成one-hot形式的结果：n",res,"n")
labels转成one-hot形式的结果：
[[0. 1. 0.]
[0. 0. 1.]
[1. 0. 0.]
[0. 1. 0.]]
>>> print("labels转化成one-hot后的大小：",res.shape)
labels转化成one-hot后的大小： (4, 3)
>>>
数组内容：
numpy.isnan
numpy.isnan(x, *args, **kwargs) Test element-wise for NaN and return result as a boolean array.
a=np.array([1,2,np.nan]) print(np.isnan(a)) #[False False True]
np.random.seed()
seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。np.random.seed(n)函数用于生成指定随机数,把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。
在进行机器学习和深度学习中，我们会经常用到np.random.seed()，利用随机数种子，使得每次生成的随机数相同。
np.random.randint(low, high=None, size=None, dtype='l')
low—–为最小值
high—-为最大值
size—–为数组维度大小
dtype—为数据类型，默认的数据类型是np.int。
从一个均匀分布中随机采样，生成一个整数或N维整数数组，
取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。
参考：阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台
np.random.seed() 的使用详解 - sowhat1412 - 博客园
np.random.randint()的用法详解_缘 源 园的博客-CSDN博客_np.random.randint
