- numpy.random.shuffle
用途:打乱序列的顺序
用法:numpy.random.shuffle([list,iterable])
,返回值为None,直接更改列表的顺序
样例:np.random.shuffle(参数)->np.random.shuffle([1,2,3])
注意:如果参数是二维的数据,则只在第一维度上更改顺序
- tensorflow.transpose
用途:用于交换不同维度的值
用法:tensorflow.transpose(input, [dimension1 , dimension2 , dimension3 ...])
样例:new_matrix = tensorflow.transpose(np.arange(20).reshape(5,-1), [1,0])
->实现了转置
- tensorflow.split
用途:切割张量
用法:tensorflow.split(value, num_or_size_splits, axis=0)
两种切割: 以一个20 * 30 * 40的张量my_tensor为例- 如果num_or_size_splits传入的是一个整数,这个整数代表这个张量最后会被切成几个小张量。此时,传入axis的数值就代表切割哪个维度(从0开始计数)
调用tf.split(my_tensor, 2,0)返回两个10 * 30 * 40的小张量
。 - 如果num_or_size_splits传入的是一个向量,那么向量有几个分量就分成几份,切割的维度还是由axis决定。比如调用
tf.split(my_tensor, [10, 5, 25], 2)
,则返回三个张量分别大小为20 * 30 * 10、20 * 30 * 5、20 * 30 * 25
。很显然,传入的这个向量各个分量加和必须等于axis所指示原张量维度的大小 (10 + 5 + 25 = 40)。
- 如果num_or_size_splits传入的是一个整数,这个整数代表这个张量最后会被切成几个小张量。此时,传入axis的数值就代表切割哪个维度(从0开始计数)
- np.random.choice
用途:以一定的概率选择元素
用法:np.random.choice(a, size, replace=True, p=None)
从0~a-1中选择元素,size可以为多维,replace为True表示可以重复选择元素,p代表每个元素的概率,默认相等
示例:import numpy as np a1 = np.random.choice(a=5, size=3, replace=False, p=None) print(a1) a2 = np.random.choice(a=5, size=3, replace=False, p=[0.2, 0.1, 0.3, 0.4, 0.0]) #非一致的分布,会以多少的概率提出来 print(a2)
5. np.random.rand
用途:生成一个在0~1之间均匀分布的随机数,
用法:np.random.rand(shape)
6. zipfile.ZipFile.namelist()
用途:读取压缩文件的文件列表
用法:
with zipfile.ZipFile(filename.zip) as f:
print(f.namelist()) # 输出该压缩文件里的文件列表
7. tf.compat.as_str()
用途:实现python2和python3对字符串处理的兼容性,将bytes或者Unicode的字符串都转换为unicode字符串
用法:tf.compat.as_str(bytes_or_text, encoding='utf-8')
8. array.argsort()
用途:按照数组内的元素从小到大排序,并返回其对应元素在原数组的索引列表
用法:
import numpy as np
w = np.array([2,3,1])
print(w.argsort()) # 输出为[2,0,1],其中2对应1在原数组的索引位置,依此类推
9.python的map()函数——map(function , iterable)
用途:第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。
用法:
def square(x):
return x*x*x
square_list = map(square, [1,2,3])
# square_list 为 [1,8,27]
参考
https://blog.csdn.net/jasonzzj/article/details/53932645
https://blog.csdn.net/uestc_c2_403/article/details/73350498
https://blog.csdn.net/SangrealLilith/article/details/80272346
https://blog.csdn.net/qfpkzheng/article/details/79061601
https://blog.csdn.net/heifan2014/article/details/78953574
https://www.cnblogs.com/alummox/p/7414279.html
https://stackoverflow.com/questions/37689802/what-is-tensorflow-compat-as-str
https://www.cnblogs.com/yyxf1413/p/6253995.html
http://www.runoob.com/python/python-func-map.html