Python 记录（二）

朱雀 2024-04-18 12:47 11阅读 0赞

### 文章目录 ###

*   *   *   *  1.关于sum等函数中keepdims参数
             *  2.Python字符数字之间相互转换的函数
             *  3.如何在数组中筛选出符合条件的一些数据
             *  4.Python 中字符串前面添加 'r'
             *  5.注意使用 for in 对数组进行遍历的时候 对值的修改无效
             *  
             *  6.反转字典的键值
             *  7.如何查找一个指定元素并返回索引值

#### 1.关于sum等函数中keepdims参数 ####

Numpy中很多函数提供了 `axis` 参数，这个参数可以指定计算按照的方向，这里注意理解 “按照方向”，也就是在这个方向上进行 “压缩”， 也就是说是计算的方向，而非最后保存数据的方向。  
另一个参数则与之相关，`keepdims` 参数决定了是否保持原有的维数，但是与严格意义上的原有维数不同，这个参数的功能通过例子看更清楚：

import numpy as np
    
    arr = np.random.randint(1, 10, (3, 4))
    print(arr)
    print('未指定 keepdims 参数：')
    r1 = np.sum(arr, axis=1)
    print(r1)
    print('指定 keepdims 参数：')
    r2 = np.sum(arr, axis=1, keepdims=True)
    print(r2)

输出：

[[7 8 7 6]
     [3 4 5 7]
     [7 9 2 7]]
    未指定 keepdims 参数：
    [28 19 25]
    指定 keepdims 参数：
    [[28]
     [19]
     [25]]

同样，在 tensorflow 中的 `reduce_sum()` 和 `reduce_mean()` 等函数也可以这样使用。  
像这样的计算方式在很多地方都有应用，例如，对向量进行标准化，可以这样计算：

import numpy as np
    
    vecs = np.random.randint(1, 10, (3,4))
    print('原始向量：')
    print(vecs)
    print('正则化结果：')
    norm = np.sqrt(np.sum(np.square(vecs), axis=1, keepdims=True))
    print(norm)
    print('标准化结果：')
    res = vecs / norm
    print(res)

输出结果：

原始向量：
    [[9 7 8 9]
     [4 1 7 7]
     [2 5 4 5]]
    正则化结果：
    [[16.58312395]
     [10.72380529]
     [ 8.36660027]]
    标准化结果：
    [[0.54272042 0.42211588 0.48241815 0.54272042]
     [0.37300192 0.09325048 0.65275337 0.65275337]
     [0.23904572 0.5976143  0.47809144 0.5976143 ]]

更方便的写法：

import numpy as np
    
    a = np.random.randint(1, 10, (3,2))
    
    print(a)
    norm = np.linalg.norm(a, axis=1, keepdims=True)
    print(norm)
    res = a / norm
    print(res)

输出结果：

[[2 2]
     [2 7]
     [4 2]]
    [[2.82842712]
     [7.28010989]
     [4.47213595]]
    [[0.70710678 0.70710678]
     [0.27472113 0.96152395]
     [0.89442719 0.4472136 ]]

#### 2.Python字符数字之间相互转换的函数 ####

int() 转化为整数
    long()  转化为长整型
    str()  转化为字符串
    chr()  转化为字符
    float() 转化为浮点数

#### 3.如何在数组中筛选出符合条件的一些数据 ####

例如：

a = np.array([...])
    b = a[a[:,0] == 3]  # 这是筛选出a中第一列等于3的所有行，注意直接返回的是索引
    # 如果有多个搜索条件 
    c = a[(a[:,0]==3)|(a[:,1]==4)] # 这是找到第一列3第二列4的所有行，注意这是或
    c = a[(a[:,0]==3) & (a[:,1]==4)] # 这是找到第一列3并且第二列4的所有行 这是并且关系

利用广播机制，可以很方便的直接对数组进行比较，注意 `|` 和 `&` 的使用

#### 4.Python 中字符串前面添加 ‘r’ ####

告诉编译器 ，后面的字符串是一个 raw string ，不要刻意将 `\` 进行转义。

在 regular expression 中，正则串中经常会出现 `\`，所以最好在前面加上 `r`

#### 5.注意使用 for in 对数组进行遍历的时候 对值的修改无效 ####

####  ####

a = np.array([1,2,3])
    for val in a:
        print(val)
        val = 4
    print(a)

输出：

1
    2
    3
    [1 2 3]

其实也很好理解

#### 6.反转字典的键值 ####

reverse_dic = dict(zip(dic.values(), dic.keys()))