np.numpy, np.reshape, np.cumsum方法速查

1 np.numpy()
创建一个数组

state=[[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]]
state2=np.array(state)
print(state)
print(state2)

[[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15]]
[[ 1 2 3 4 5]
[ 6 7 8 9 10]
[11 12 13 14 15]]

2 np.reshape()
常用于矩阵规格变换，将矩阵转换为特定的行和列的矩阵，直接上例子
应用时可以是：

arr.reshape(x,y)

也可以是

np.reshape(arr,(x,y))

例如

arr=[ 1  2  3  4  5  6  7  8  9 10 11 12] 
print(arr.reshape(3,4))

结果为：
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]

又例：

state=np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
print(np.reshape(state,(1,3,5)))

结果为
[[[ 1 2 3 4 5]
[ 6 7 8 9 10]
[11 12 13 14 15]]]

3 np.cumsum()
作用:计算轴向的累加和。

state=[[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]]
state2=np.array(state)
print(state2)
print(np.cumsum(state2))
print(np.cumsum(state2,axis=0))
print(np.cumsum(state2,axis=1))

里面的参数axis没有值时，默认是所有元素持续进行加和，输出一个一维数组；
如果axis=0，按行累加；axis=1则按列累加。