赞
踩
目录
案例:(深度学习中的高级用法,将数组转成one-hot形式)
numpy.ones() ones(shape, dtype=None, order='C')
shape:代表数据形状,是个元组,如果shape=5代表创建一个五个元素的一维数组,shape=(3,4) 代表创建一个3*4的数组
dctype:数据类型,可选,数组所需的数据类型,例如dtype='int'。默认是 float64。
order:{'C','F'},可选是否以内存中的C或Fortran连续(行或列)顺序存储多维数据。
实例:
1 创建一维数组
array = np.ones(4)
print(array)
2 创建二维数组
a=np.ones((4,2))
print(a)
3 创建int类型得数
a=np.zeros((5,2),dtype=int)
print(a)
4 创建tuple类型数据
a=np.ones((5,2),dtype=[('x','int'),('y','float')])
print(a)
print(a.dtype)
zeros(shape, dtype=float, order='C')
shape :代表数据形状
dtype: 数据类型 可选:int 默认是float
order:{“C”,"F},可选是否以内存中的C 或者Fortran连续(行或列)顺序存储多维数据
代码同上
numpy.eye(N,M=None,k=0,dtype=<class 'float'>,order='C)
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。
N int型,表示的是输出的行数
M int型,可选项,输出的列数,如果没有就默认为N
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,正数表示的是高对角。
dtype:数据的类型,可选项,返回的数据的数据类型
order:{‘C’,‘F'},可选项,也就是输出的数组的形式是按照C语言的行优先’C',还是按照Fortran形式的列优先‘F'存储在内存中
重点:这个函数的用法并非单单制造一个对角矩阵 也可以视为制造一个对角矩阵
import numpy as np
labels=np.array([[1],[2],[0],[1]])
print("labels的大小:",labels.shape,"\n")
#因为我们的类别是从0-2,所以这里是3个类
a=np.eye(3)[1]
print("如果对应的类别号是1,那么转成one-hot的形式",a,"\n")
a=np.eye(3)[2]
print("如果对应的类别号是2,那么转成one-hot的形式",a,"\n")
a=np.eye(3)[1,0]
print("1转成one-hot的数组的第一个数字是:",a,"\n")
#这里和上面的结果的区别,注意!!!
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)
res=np.eye(3)[labels.reshape(-1)]
print("labels转成one-hot形式的结果:\n",res,"\n")
print("labels转化成one-hot后的大小:",res.shape)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。