python常用

删除np.array多行：

x = np.array([[1,2,3],[4,5,6],[7,8,9]])
x = np.delete(x,[1,2], axis = 0) #删除第1，2行
print(x)

在np.array后面加若干行：

c=np.array([[1,1],[2,2],[3,3],[4,4]])
c0=np.array([[5,5],[6,6],[7,7]])
np.vstack([c, c0])

 在一维np.array后面添加若干元素：

c=np.array([0,0,0,0])
np.append(c,np.array([1,1]))

求列之和：

c=np.array([[1,1,2],[1,2,3]])
np.sum(c,axis=0)  #列之和

 创建等比数列，可用于阈值选取：

np.logspace(0,0,10)  #默认基为10，第3个参数表示生成10个数，从10^0到10^0
np.logspace(0,9,10)  #生成数字10^0,10^1,...,10^9
np.logspace(0,9,10,base=2)  #设置基为2，生成数字2^0，2^1,...,2^9

 生成随机样本矩阵：

np.random.rand(3,4)*100  #从(0,1]中生成(3,4)的随机样本矩阵，且每个元素*100
np.random.randn(3,4)*100  #从标准正态分布中生成(3,4)的随机样本矩阵，且每个元素*100

 def   特定参数，默认参数，可变参数，关键字参数，注意参数放置的前后顺序（一定要特定参数在前面、默认其次、可变其次、关键字的最后，否则会发生覆盖）：

def fun(*args,**kw):
    i=0
    for i in args:
        i+=i
    for k,j in kw.items():
        print(k+": "+j)   
    return i
print(fun(1,2,3,Name='mike',Address='China'))

 

 读取txt文本：

#写
txt='I love China.\nI love world.\nI love peace.'
file=open('text.txt','w') #没有文件就创建文件
file.write(txt)
file.close()

#读
file=open('text.txt','r')
x=file.read()
file.close()
x  #'I love China.\nI love world.\nI love peace.'

file=open('text.txt','r')
x=file.readline()
file.close()
x  #'I love China.\n'

file=open('text.txt','r')
x=file.readlines()
file.close()
x  #['I love China.\n', 'I love world.\n', 'I love peace.']

多线程threading： 让程序能同时处理多件事情. 

多进程 Multiprocessing ：使电脑更有效率的分配任务给每一个处理器, 这种做法解决了多线程的弊端. 也能很好的提升效率.

保存和打开pickle文件：

import pickle

file=open(file_path+'.pkl','wb')
pickle.dump(data,file)  #将data数据导入dump文件
file.close()

file=open(file_path+'.pkl','rb')
data=pickle.load(file)
file.close()

with open(file_path+'.pkl','rb') as file:
　　data=pickle.load(file)