numpy.linspace(start, stop, num=50, endpoint=True, retstep=False)

start 起始位置

stop 终止位置

num 个数

endpoint 终止位置是否计算

是否返回步长

np.linspace(0, 1, 5)

array([ 0.  ,  0.25,  0.5 ,  0.75,  1.  ])

numpy.arange([start, ]stop, [step, ]dtype=None)

start=None, 
stop=None, 
step=None, 
dtype=None)

>>> np.arange(3)

array([0, 1, 2])

>>> np.arange(3.0)

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

>>> np.arange(3,7)

array([3, 4, 5, 6])

>>> np.arange(3,7,2)

array([3, 5])

numpy.meshgrid()

需要XY平面的网格数据，这就是meshgrid函数所实现的内容

>>> x=[1,2,3]

>>> y=[10,11,12,13,14]

>>> X,Y=np.meshgrid(x,y)

>>> X

array([[1, 2, 3],

[1, 2, 3],

[1, 2, 3],

[1, 2, 3],

[1, 2, 3]])

>>> Y

array([[10, 10, 10],

[11, 11, 11],

[12, 12, 12],

[13, 13, 13],

[14, 14, 14]])

其网格示意如下，其中XY平面中网格的交点就是上面的X和Y数据值。

numpy.c

Translates slice objects to concatenation along the second axis.

>>> np.c_[1,2,2]

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

>>> np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]

array([[1, 2, 3, 0, 0, 4, 5, 6]])

在第2轴上连接数组

numpy.reshape(a, newshape, order='C')

Gives a new shape to an array without changing its data.[不改变数据的情况下改变矩阵的行列]

>>> a = np.arange(6)

>>> a

array([0, 1, 2, 3, 4, 5])

>>> a.reshape((3,2))

array([[0, 1],

[2, 3],

[4, 5]])

>>> np.reshape(np.ravel(a), (2, 3))

array([[0, 1, 2],

[3, 4, 5]])

>>> np.reshape(a, (2, 3), order='F')

array([[0, 2, 4],

[1, 3, 5]])

>>> np.reshape(np.ravel(a, order='F'), (2, 3), order='F')

array([[0, 2, 4],

[1, 3, 5]])

>>> a = np.array([[1,2,3], [4,5,6]])

>>> np.reshape(a, 6)

array([1, 2, 3, 4, 5, 6])

>>> np.reshape(a, 6, order='F')

array([1, 4, 2, 5, 3, 6])

>>> np.reshape(a, (3,-1))

array([[1, 2],

[3, 4],

[5, 6]])

numpy.ravel(a, order='C')

Return a contiguous flattened array.

返回一个连续的扁平数组。

order : {‘C’,’F’, ‘A’, ‘K’}, optional

等价于：reshape(-1, order=order).

>>> x = np.array([[1, 2, 3], [4, 5, 6]])

>>> np.ravel(x)

array([1, 2, 3, 4, 5, 6])

np.hstack

Stack arrays in sequence horizontally (column wise).[水平扩展数组（列方式）]

取一个数组序列，并水平堆叠，形成一个数组。 重建数组除以hsplit。

a = np.array([[1],[2],[3]])

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

c = np.array([[3],[4],[5]])

np.hstack((a,c,b))

#－－－－－－－－－－－－

array([[1, 3, 2],

       [2, 4, 3],

       [3, 5, 4]])

numpy.c

将切片对象转换为沿着第二个轴的连接。

>>> np.c_[np.array([1,2,3]), np.array([4,5,6])]

array([[1, 4],

[2, 5],

[3, 6]])

>>> np.c_[np.array([[1,2,3]]), 0, 0, np.array([[4,5,6]])]

array([[1, 2, 3, 0, 0, 4, 5, 6]])