numpy有关数据处理的一些常见函数
1 使用numpy存储及提取任意维度的数据集
保存数据的方法有很多，但是现在对于我来说，下面这种是比较好的一种方式。
保存数据： np.save('../Cs137data/numpy_data/dataSet_10cm.npy', dataSet1)
文章图片
保存任意维度的数据到指定文件夹
加载数据： b1 = np.load('../Cs137data/numpy_data/dataSet_10cm.npy')
文章图片
直接将数据读出，获得的数据集就是之前的数据集格式，完全不需要其他操作，十分方便
2 np.random 的函数
文章图片
通过设置种子，使得两次产生的随机数相同 
文章图片
np.random 的函数 
文章图片
np.random 的函数 
文章图片
numpy 的统计函数 3 numpy的统计函数
文章图片
numpy 的统计函数 【numpy有关数据处理的一些常见函数】np.unravel_index(np.argmax(b), b.shape) 可以将np.argmax( b)得到的扁平下标转化为 b.shape的格式，这样可以直接寻找到最大值的位置，最小值的位置即只用 np.argmin() 来找。
4 numpy的梯度函数
文章图片
numpy 的梯度函数 
文章图片
梯度的计算过程 
文章图片
计算多维数组的梯度，返回值有多个数组，表示不同方向的变化率 5 数组的合并
(1) np.vstack((a, b)) 垂直合并，保证列维度一致
>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.vstack((a,b))
array([[1, 2, 3],
[2, 3, 4]])
（2）
np.hstack((a, b)) 横向合并，保证行维度一致>>> a = np.array((1,2,3))
>>> b = np.array((2,3,4))
>>> np.hstack((a,b))
array([1, 2, 3, 2, 3, 4])
参考
中国大学MOOC，Python数据分析与展示，北京理工大学，蒿天
有时候回头看，不一定要会所有的技术，但是要知道有哪些东西可以解决什么问题，然后查资料来使用这些技术来解决实际问题。其实用了很久的
numpy，再回头看看这些课程，也会有不一样的理解。推荐阅读
- 爬虫数据处理HTML转义字符
- 深入浅出谈一下有关分布式消息技术（Kafka）
- 缓存有关的配置和属性
- 有关育儿《人生由我》摘抄
- 家是怎么伤害人的！
- Python|Python 基于datetime库的日期时间数据处理
- 《泰坦》片场视频流出|《泰坦》片场视频流出 新角色疑似与神奇女侠有关
- Java中有关Null的9件事
- Lesson11——NumPy|Lesson11——NumPy 位运算
- android|android today上下卡片,【精品文档】关于计算机专业大学生安卓系统有关的外文文献翻译成品（基于Android（安卓）的考勤管理系统（中英文双语对照）