一、numpy.bincount详解
先给出官网上的解释。
函数的功能：统计输入数组中每个元素出现的次数。当然输入数组中的每个元素必须是非负的。
函数的参数： X : 一维数组的形式，数组元素需是非负整数
weights: 数组，与输入数组X拥有相同的shape，可选参数
minlength: int，限定了返回中数组的大小
函数的返回值： out :一个一维数组。如果函数没有传入minlength参数，则返回值数组的大小为输入数组中元素的最大值加1，即 np.amax(x)+1
函数所引发的异常： 数值异常：输入数组不是一维的。输入数组里面的值有负值，或者minlength的值为负数。
类型异常： 输入数组为float类型、复数类型
numpy.bincount( x , weights=None ,minlength=0)的作用原理：
# example one
>>> import numpy as np
>>> a1=np.arange(5)
>>> a1
array([0, 1, 2, 3, 4])
# 统计数组中每个位置的元素出现的次数。
# 首先 返回数组的长度为 数组元素中的最大值 + 1 = 4+1=5
# 观察a1数组，可以发现，0 出现的次数为 1 次；1 出现的次数 为 1 次；，，，；4出现的次数为 1 次。
# 在返回数组中的数据相应位置填上它们各自出现的次数。
>>> np.bincount(a1)
array([1, 1, 1, 1, 1])
# example two
# length of output array = 10+1 = 11
# calculate the frequency of every element in the input array
>>> a2=np.array([3,7,8,5,4,10,3,5,7,1])
>>> np.bincount(a2)
array([0, 1, 0, 2, 1, 2, 0, 2, 1, 0, 1])
>>> len(np.bincount(a2))
11
# 输出数组的每个元素-------每个元素下标在X中出现的次数。
# 如果weight参数值给定，那么当输出数组下标对应的元素在x找到一次时，
# 那么这个下标元素的count=count + weight ,而不是默认的count= count +1
# Each bin gives the number of occurrences of its index value in x.
# If weights is specified the input array is weighted by it,
# i.e. if a value n is found at position i, out[n] += weight[i] instead of out[n] += 1二、numpy.repeat详解
numpy;repeat( )函数的功能：对输入数组的元素进行重复的复制。
numpy（a1 , repeats , axis=None）：对输入数组a1沿着axis指定的轴将此轴的元素进行复制repeats 次
由于数组不能进行动态扩展，故函数调用之后都重新分配新的空间来存储扩展后的数据。
下面举例说明：
>>> re1=np.arange(16).reshape(2,2,4)
>>> re1
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
>>> np.repeat(re1,3,axis=0) # axis=0 ,则在 0 轴上的每次元素都各自沿 0 轴 复制 3 次
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
>>> np.repeat(re1,3,axis=1) # axis=1 ,则在 1 轴上的每次元素都各自沿 1 轴 复制 3 次
array([[[ 0, 1, 2, 3],
[ 0, 1, 2, 3],
[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 4, 5, 6, 7],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[ 8, 9, 10, 11],
[ 8, 9, 10, 11],
[12, 13, 14, 15],
[12, 13, 14, 15],
[12, 13, 14, 15]]])
>>> np.repeat(re1,3,axis=2) # axis=2 ,则在 2 轴上的每个元素都各自沿 2 轴 复制 3 次
array([[[ 0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3],
[ 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7]],
[[ 8, 8, 8, 9, 9, 9, 10, 10, 10, 11, 11, 11],
[12, 12, 12, 13, 13, 13, 14, 14, 14, 15, 15, 15]]])
# 经过一系列的操作之后，那么最后来看看re1的数组变化了没有
>>> re1
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7]],
[[ 8, 9, 10, 11],
[12, 13, 14, 15]]])
# 发现并没有什么变化，这说明numpy.repeat操作是返回的一个新数组，原数组不会发生变化。
三、numpy中的newaxis详解
numpy中包含的 newaxis 可以给数组增加一个维度
newaxis放置的位置不同，产生的新数组也不同
# 下面来举例说明:
# example one
# 对于一维数组
>>> new1=np.arange(4)
>>> new1
array([0, 1, 2, 3])
>>> new1[np.newaxis,:] # 在行上增加一个维度
array([[0, 1, 2, 3]])
>>> new1[:,np.newaxis] # 在列上增加一个维度
array([[0],
[1],
[2],
[3]])
# example two
# 对于二维数组
>>> new2=np.arange(8).reshape(2,4)
>>> new2
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
>>> new2[np.newaxis,:] # 在原始数组的第一维之前增加一维
array([[[0, 1, 2, 3],
[4, 5, 6, 7]]])
>>> new2[:,np.newaxis,:] # 在原始数组的第一维之后，第二维之前
array([[[0, 1, 2, 3]],
[[4, 5, 6, 7]]])
>>> new2[:,:,np.newaxis] # 在原始数组的第二维之后增加一维。
array([[[0],
[1],
[2],
[3]],
[[4],
[5],
[6],
[7]]])
# 再来看看它们分别增加维度之后的shape
>>> new2[np.newaxis,:].shape
(1, 2, 4)
>>> new2[:,np.newaxis,:].shape
(2, 1, 4)
>>> new2[:,:,np.newaxis].shape
(2, 4, 1)
>>>
# 总结: 将newaxis之后的每个大元素增加一个[ ]在外面就好了。
# 例如: new2[:,:,np.newaxis] 在原始数组的最后一个维度的每个元素加上[ ],并且用逗号分隔。四、python中assert的详解
作用：在没有完成一个程序之前，我们不知道它会在哪里出错。与其让一个程序在运行时崩溃，还不如在出现错误条件时就崩溃。这就需要python中assert断言的作用。
python 的 assert声明的表达式的布尔值必须为真，若表达式的值为假就会触发异常，可以为断言添加异常参数。
用法如下：
>>> x=1
>>> y=1
>>> assert x==y # 表达式为真，则程序正常执行，没有assert异常抛出
>>> x=1
>>> y=3
>>> assert x==y # 表达式为假，则程序崩溃，assert抛出异常
Traceback (most recent call last):
File "<pyshell#6>", line 1, in <module>
assert x==y
AssertionError # 这里表示断言异常
>>> x=1
>>> y=7
>>> assert x==y , "x is not equal to y ,please check the value of x,y" # 给断言添加了异常参数，若前面的表达式的值为假，则断言的异常参数会随异常一起打印出来
Traceback (most recent call last):
File "<pyshell#9>", line 1, in <module>
assert x==y , "x is not equal to y ,please check the value of x,y"
AssertionError: x is not equal to y ,please check the value of x,y # 异常参数被打印了出来
今天学习到这里。明天见。。。。