阿巴阿巴我也不会

1、numpy.arange()函数

用于生成一维数组，使用频率非常高。

也可作为线性序列生成器， 用于在线性空间中以均匀步长生成数字序列。

2、使用语法

numpy.arange(start, stop, step, dtype = None)

3、使用参数

Start：开始位置，数字，可选项，默认起始值为0

stop：停止位置，数字

step：步长，数字，可选项， 默认步长为1，如果指定了step，则还必须给出start。

dtype ：输出数组的类型。 如果未给出dtype，则从其他输入参数推断数据类型。

4、解释

xx=np.arange(31,40,1)
yy=np.arange(254,270,1)

应该是坐标增长，每次增长幅度为1

输出的xx为31,32,33,…,39

yy为254,255,…,269

1、numpy.zeros()函数

可以创建指定长度或形状的全0的ndarray数组。

在默认的情况下，zeros创建的数组元素类型是浮点型的，如果要使用其他类型，可以设置dtype参数进行声明。

返回给定形状和类型的新数组，用0填充。

2、用法：

numpy.zeros(shape，dtype=float，order = 'C')

3、返回值

返回来一个给定形状和类型的用0填充的数组；

4、参数：

shape：定义返回数组的形状

dtype：生成矩阵的数据类型，可选参数，默认numpy.float64

order：{‘C’，‘F’}，可选，默认：‘C’，是否在内容中以行（C）或列（F）顺序存储多维数据。

5、解释

Y=np.zero((X.shape[0],X.shape[1],X.shape[2],len(df)))

建立全0坐标，维度如上

1、tqdm是一个方便且易于扩展的Python进度条。

可以在python执行长循环时在命令行界面实时地显示一个进度提示信息，包括执行进度、处理速度等信息，且可在一定程度上进行定制。

2、使用pip来安装tqdm模块

pip install tqdm

mat = X[i,j,k]

在二维网格上插值。

interp2d ( x , y , z , kind = 'linear' , copy = True , bounds_error = False , fill_value = None )

x、y和z是用于逼近某个函数 f: 的值数组，该函数返回一个标量值z。此类返回一个函数，其调用方法使用样条插值来查找新点的值。z = f(x, y)

https://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.interp2d.html

我摊牌了 不会

a.flatten().A：a是个矩阵，降维后还是个矩阵，矩阵.A（等效于矩阵.getA()）变成了数组。

//整成一行

a=mat([[1,2,3],[4,5,6]])
>>> a
matrix([[1, 2, 3],
    [4, 5, 6]])
>>> a.flatten()
matrix([[1, 2, 3, 4, 5, 6]])