前言

EAST学习小函数的最后一部分，今天写这部分的最后一张，这三篇的目的都是让大家免于在读 EAST函数的时候四处查找，算是方便大家吧，话不多说进入正题。

np.linalg.norm(求范数)

x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)

np.newaxis()

np.newaxis的作用就是在这一位置增加一个一维，这一位置指的是np.newaxis所在的位置，比较抽象，需要配合例子理解。

x1 = np.array([1, 2, 3, 4, 5])
# the shape of x1 is (5,)
x1_new = x1[:, np.newaxis]
# now, the shape of x1_new is (5, 1)
# array([[1],
#        [2],
#        [3],
#        [4],
#        [5]])
x1_new = x1[np.newaxis,:]
# now, the shape of x1_new is (1, 5)
# array([[1, 2, 3, 4, 5]])

numpy.argmin()

>>> a = np.arange(6).reshape(2,3)
>>> a
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.argmin(a)
0
>>> np.argmin(a, axis=0)
array([0, 0, 0])
>>> np.argmin(a, axis=1)
array([0, 0])

np.dot()

dot()返回的是两个数组的点积(dot product)

最后

这就是EASTmodel和icdar用到大多数函数。还是向各位前辈致以诚挚的谢意。