从机器学习学python（一）——numpy中的shape、tile、argsort

从机器学习学python（一）

——numpy中的shape、tile、argsort

（原创内容，转载请注明来源，谢谢）

注：本系列是我在学习机器学习过程中，遇到的python的没见过的语法或函数，在此进行学习。当前我主要学习的语言还是php和java，对于python，我目前的打算是遇到没见过的就学一下，暂时还没打算太深入学习这个语言。

一、shape

shape返回的是数组的行、列数。

例如，a.shape()返回的是[2,3]，表示a数组是2行3列的数组。a.shape[0]表示返回数组a的行数。

当多维数组时，shape返回数组各个维度的数量。

二、tile(A, reps)

tile通过重复给定的次数来构造数组。初始数组是A，重复规则是reps。reps表示数组A需要重复的次数、结果的行数。

官方文档示例如下：

>>> a = np.array([0, 1, 2])

>>> np.tile(a, 2)

array([0, 1, 2, 0, 1, 2])

>>> np.tile(a, (2, 2))

array([[0, 1, 2, 0, 1, 2],

[0, 1, 2, 0, 1, 2]])

>>> np.tile(a, (2, 1, 2))

array([[[0, 1, 2, 0, 1, 2]],

[[0, 1, 2, 0, 1, 2]]])

>>> b = np.array([[1, 2], [3, 4]])

>>> np.tile(b, 2)

array([[1, 2, 1, 2],

[3, 4, 3, 4]])

>>> np.tile(b, (2, 1))

array([[1, 2],

[3, 4],

[1, 2],

[3, 4]])

>>> c = np.array([1,2,3,4])

>>> np.tile(c,(4,1))

array([[1, 2, 3, 4],

[1, 2, 3, 4],

[1, 2, 3, 4],

[1, 2, 3, 4]])

对比：

repeat(a,repeats, axis=None)

重复数组中的某些部分的若干次数。

示例如下：

>>>np.repeat(3, 4)

array([3, 3, 3, 3])

>>> x = np.array([[1,2],[3,4]])

>>> np.repeat(x, 2)

array([1, 1, 2, 2, 3, 3, 4, 4])

>>> np.repeat(x, 3, axis=1)

array([[1, 1, 1, 2, 2, 2],

[3, 3, 3, 4, 4, 4]])

>>> np.repeat(x, [1, 2], axis=0)

array([[1, 2],

[3, 4],

[3, 4]])

三、argsort (a, axis=-1, kind='quicksort', order=None)

该函数按照数组的某一列进行排序。注意，该函数不是返回排序后的数组，而是每一列排序后，元素在该列的次序。

例如：

>>> x = np.array([[0, 3], [2, 2]])

array([[0, 3],

[2, 2]])

>>> np.argsort(x, axis=0)

array([[0, 1],

[1, 0]])

>>> np.argsort(x, axis=1)

array([[0, 1],

[0, 1]])

建议，新版numpy支持sort()，这个函数是增强版的argsort，可以对任何数进行排序。