- where语句
#tf.where(条件,条件真返回a,条件假返回b)
a = tf.constant([1,2,3,4,5])
b = tf.constant([5,4,3,2,1])
#该比较按位进行比较和返回
c = tf.where(tf.greater(a,b),a,b)
运行结果
tf.Tensor([5 4 3 4 5], shape=(5,), dtype=int32)
- [0,1)随机数产生
#np.random.RandomState.rand(维数)
a = np.random.RandomState().rand(2,3)
运行结果
[[0.12314934 0.99600859 0.97805403]
[0.61532313 0.49531096 0.37360409]]
- 数组垂直方向叠加
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.vstack((a,b))
运行结果
[[1 2 3]
[4 5 6]]
- mgrid/reval/c_
#第一个维度能产生的元素数量决定矩阵行数目，数值在行递增方向递增
#第二个维度决定矩阵列数，数值在列递增方向递增
#mgird[起始:终止:步长 , 起始:终止:步长]生成结果包含起始不包含终止
a,b = np.mgrid[1:3:1 , 2:4:0.5]
#作用对象拉直成一维数组
c = a.ravel()
print(c)
#对输入的间隔点进行配对
d = np.c_[a.ravel(),b.ravel()]
运行结果
[[1. 1. 1. 1.]
[2. 2. 2. 2.]]
[[2. 2.5 3. 3.5]
[2. 2.5 3. 3.5]]
[1. 1. 1. 1. 2. 2. 2. 2.]
[[1. 2. ]
[1. 2.5]
[1. 3. ]
[1. 3.5]
[2. 2. ]
[2. 2.5]
[2. 3. ]
[2. 3.5]]
- squeeze
能够实现对多余(元素个数为1)维度的删除
tf.squeeze(
input, axis=None, name=None
)
