篇首语：本文由小编为大家整理，主要介绍了numpy常用函数相关的知识，希望对你有一定的参考价值。
a = np.arange(9).reshape((3,3)) 变换维度
np.max(a) 全局最大，也可以加参数，找某个维度最大的
print(np.max(a,axis=0)) #每列最大
print(np.max(a,axis=1)) #每行最大
print(np.where(a==np.max(a))) ----》 (array([2], dtype=int64), array([2], dtype=int64)) 用where得到最大值的索引，前面的array对应行数，后者对应列数。 如果array中有相同的最大值，where会将其位置全部给出
print(np.where(a==np.max(a,axis=0))) ---》(array([2, 2, 2], dtype=int64), array([0, 1, 2], dtype=int64))
np.argsort([1,2,3,5,9]) ---> [0,1,4,2,3] 返回排序的下标
np.argmax([1,2,3,5,9]) 返回最大值得下标
np.argmin([1,2,3,5,9]) 返回最小值得下标
np.bincount([1,2,3,5,9]) 返回每个元素出现的次数 [0,1,1,1,0,1,0,0,0,1]
np.argmax(np.bincount(array)) 返回出现次数最多的元素
a = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3, 7, 9, 1]]) print(np.sum(a, axis=0)) ---> [13,18,16,11]
a = np.array([[1, 5, 5, 2], [9, 6, 2, 8], [3, 7, 9, 1]]) print(np.sum(a, axis=1)) ----> [13,25,20].
np.dot() 点乘
array.T a.transpose() a的转置，但是对一维数组不起作用
a.reshape(a.shape[0],1) 一维数组的转置
a.reshape([-1]+a.shape[2:]) 高维数组降一维
以上是关于numpy常用函数的主要内容，如果未能解决你的问题，请参考以下文章
