np.array_split() & np.split()
np.array_split() -> 不均等划分；
np.split() -> 均等划分
参数均为int的划分结果数量
np.arange()
- 1个参数：0到这个参数，步长为1
- 2个参数：开始到终点，步长为1
- 3个参数：开始到终点，步长指定
plt.gca()
获取当前的Figure或Axes对象，图表或子图
np.linspace()
返回等间距的样本均匀分布的样本
np.meshgrid(x,y)
生成网格点，x，y的每行相同，批量生成
np.c_()
按行连接两个矩阵，即矩阵左右相加，要求行数相等，相当于pandas中的merge()
np.r_()
按列连接两个矩阵，即矩阵上下相加，要求列数相等，相当于pandas中的contact()
ax.imshow
python画热图，ax = fig.add_subplot(221) -> ax.imshow(z) 或 ax = plt.gca() -> ax.imshow(z)
numpy.ravel() && numpy.flatten()函数
两者的功能都是将高维数组大散，变成一维，不同的是flatten返回拷贝，ravel返回视图，修改ravel返回值时可修改原数组，而拷贝则不行。
getattr()函数
获取对象的属性【类对象的属性值，类的方法调用】
# 举例
class A():
x = 11
def set(self):
a, b = 1, 2
return a+b
cc = A()
print("getattr(cc,'x') = {}".format(getattr(cc,'x')))
fun_set = getattr(cc,'set')
print("set function = {}".format(fun_set()))
# output:
getattr(cc,'x') = 11
set function = 3
hasattr()函数
用于判断对象是否包含对应的属性。
class A():
x = 11
def set(self):
a, b = 1, 2
return a+b
cc = A()
print("Class A has attribute x ? {}".format(hasattr(cc, 'x')))
print("Class A has attribute y ? {}".format(hasattr(cc, 'y')))
print("Class A has attribute set ? {}".format(hasattr(cc, 'set')))
# output
Class A has attribute x ? True
Class A has attribute y ? False # 因没有y属性
Class A has attribute set ? True
