逻辑函数真值测试

numpy.all与numpy.any

numpy.all(a, axis=None, out=None, keepdims=np._NoValue) Test whether all array elements along a given axis evaluate to True.

numpy.any(a, axis=None, out=None, keepdims=np._NoValue) Test whether any array element along a given axis evaluates to True.

>>> a = np.array([0, 4, 5])>>> b = np.copy(a)>>> print(np.all(a == b))#全部都一样输出trueand运算True>>> print(np.any(a == b))#任意一个相同都输出trueor运算Trueb[0] = 1print(np.all(a == b))# Falseprint(np.any(a == b))# Truea = np.eye(3)生成对角单位矩阵print(np.all(a, axis=0))# [False False False]按行进行print(np.any(a, axis=0))# [ TrueTrueTrue]

np.eye()
np.eye()的函数，除了生成对角阵外，还可以将一个label数组，大小为(1,m)或者(m,1)的数组，转化成one-hot数组。
函数的原型：numpy.eye(N,M=None,k=0,dtype=,order='C)
返回的是一个二维2的数组(N,M)，对角线的地方为1，其余的地方为0.
（1）N:int型，表示的是输出的行数
（2）M：int型，可选项，输出的列数，如果没有就默认为N
（3）k：int型，可选项，对角线的下标，默认为0表示的是主对角线，负数表示的是低对角（低于主对角线的对角线），正数表示的是高对角（高于主对角线的对角线）。

a=np.eye(3)[1]print(a) # [0. 1. 0.]>>> a=np.eye(3)[[1,2,0,1]]>>> print("如果对应的类别号是1,2,0,1，那么转成one-hot的形式\n",a)如果对应的类别号是1,2,0,1，那么转成one-hot的形式 [[0. 1. 0.] [0. 0. 1.] [1. 0. 0.] [0. 1. 0.]]>>> res=np.eye(3)[labels.reshape(-1)]>>> print("labels转成one-hot形式的结果：\n",res,"\n")labels转成one-hot形式的结果： [[0. 1. 0.] [0. 0. 1.] [1. 0. 0.] [0. 1. 0.]]>>> print("labels转化成one-hot后的大小：",res.shape)labels转化成one-hot后的大小： (4, 3)>>>

数组内容：
numpy.isnan

numpy.isnan(x, *args, **kwargs) Test element-wise for NaN and return result as a boolean array.

a=np.array([1,2,np.nan])print(np.isnan(a))#[False FalseTrue] np.random.seed()
【逻辑函数真值测试】seed()中的参数被设置了之后，np.random.seed()可以按顺序产生一组固定的数组，如果使用相同的seed()值，则每次生成的随机数都相同。如果不设置这个值，那么每次生成的随机数不同。但是，只在调用的时候seed()一下并不能使生成的随机数相同，需要每次调用都seed()一下，表示种子相同，从而生成的随机数相同。np.random.seed(n)函数用于生成指定随机数,把seed()中的参数比喻成“堆”；eg. seed(5)：表示第5堆种子。
在进行机器学习和深度学习中，我们会经常用到np.random.seed()，利用随机数种子，使得每次生成的随机数相同。
np.random.randint(low, high=None, size=None, dtype='l')
low—–为最小值
high—-为最大值
size—–为数组维度大小
dtype—为数据类型，默认的数据类型是np.int 。
从一个均匀分布中随机采样，生成一个整数或N维整数数组，
取数范围：若high不为None时，取[low,high)之间随机整数，否则取值[0,low)之间随机整数。

参考：阿里云登录 - 欢迎登录阿里云，安全稳定的云计算服务平台
??????np.random.seed() 的使用详解 - sowhat1412 - 博客园
np.random.randint()的用法详解_缘源园的博客-CSDN博客_np.random.randint

逻辑函数 真值测试

逻辑函数真值测试