Question

1. 自动形状推断

当你修改 ndarray 的形状时，你可以省略某个维度的尺寸（设置为 -1 ，该维度尺寸会自动推断出来。如： a.shape=2,-1,3 # -1 表示能够自动推断出来

2. histogram

numpy.histogram(a, bins=10, range=None, normed=False, weights=None, density=None) 函数应用到一个数组返回一对变量：

• 直方图数组：区间内统计的样本数量（也可能归一化为样本频率）
• 长条的底边划分序列：区间划分点（该划分点将 range 划分为若干个区间）

其个参数名字为：

• a ： array-like 对象，为输入数据。如果是多维数组则展平为一维
• bins ：
  • 如果为整数，则它定义了在指定 range 内的等宽度长条的数量
  • 如果为整数序列，则它定义了长条的底边
  • 如果为字符串，则比较复杂，具体可参考文档
• range ：所有等宽长条的下界和上界。如果未提供则结果是元组 (a.min(),a.max()) 。如果 a 有元素值在它之外，则忽略该元素。
• normed ：该关键字是 deprecated 。
• weights ：权重数组。它是 a 形状相同，它给出了对应的 a 中的元素的权重。如果 desity 为 True ，则该数组被归一化。
• density :如果为 False ，则结果是每个长条的样本数量；如果为 True 则结果是每个长条的频率值（估计密度函数）。

注意： matplotlib.pyplot 也有一个建立直方图的函数（ hist(...) ），区别在于 matplotlib.pyplot.hist(...) 函数会自动绘直方图，而 numpy.histogram 仅仅产生数据

3. NaN 和无穷大

在 numpy 中，有几个特殊的数：

• numpy.nan 表示 NaN （ Not a Number ），它并不等价于 numpy.inf （无穷大）。
• numpy.inf ：正无穷
• numpy.PINF ：正无穷（它就引用的是 numpy.inf ）
• numpy.NINF ：负无穷

有下列函数用于判断这几个特殊的数：

• numpy.isnan(x[,out]) ：返回 x 是否是个 NaN ，其中 x 可以是标量，可以是数组
• numpy.isfinite(x[, out]) ：返回 x 是否是个有限大小的数，其中 x 可以是标量，可以是数组

  numpy.isfinite(np.nan) 返回 False ，因为 NaN 首先就不是一个数

• numpy.isposinf(x[, out]) ：返回 x 是否是个正无穷大的数，其中 x 可以是标量，可以是数组

  numpy.isposinf(np.nan) 返回 False ，因为 NaN 首先就不是一个数

• numpy.isneginf(x[, out]) ：返回 x 是否是个负无穷大的数，其中 x 可以是标量，可以是数组

  numpy.isneginf(np.nan) 返回 False ，因为 NaN 首先就不是一个数

• numpy.isinf(x[, out]) ：返回 x 是否是个无穷大的数，其中 x 可以是标量，可以是数组

  numpy.isinf(np.nan) 返回 False ，因为 NaN 首先就不是一个数

下列函数用于对这几个特殊的数进行转换：

• numpy.nan_to_num(x) ：将 x 中的下列数字替换掉，返回替换掉之后的新数组：
  • NaN ：替换为 0
  • 正无穷：替换为一个非常大的数字
  • 负无穷：替换为一个非常小的数字

4. meshgrid

numpy.meshgrid(x,y) :返回两个向量的网格。

• x 和 y 均为一维的数组，代表网格的 x 轴和 y 轴坐标
• 返回一个元组 (X,Y) ，其中 X 是个数组，它是由 x 沿着第一维扩展成 (y.size,x.size) 大小的数组； Y 也是个数字。它是 y 先转置，再沿着 第二维扩展成 (y.size,x.size) 大小的数组

  

5. 升维

在对数组切片时，可以插入 None 或者 numpy.newaxis 来对切片之后的结果升维。它们被插入的位置就是被增加的维度：

6. 行向量、列向量

行向量的形状为 (1,n) ，列向量的形状为 (n,1) 。行向量与列向量可以通过转置操作完成相互转换。

注意：不是 (n,)

• 生成行向量的方法： np.c_[n_1,n_2] ：其中 n1 ， n2 等等均为数字
• 生成列向量的方法： np.c_[n_1,n_2].T ：其中 n1 ， n2 等等均为数字