python: numpy--函数 shape用法
shape函数是numpy.core.fromnumeric中的函数，它的功能是查看矩阵或者数组的维数。
举例说明：
建立一个3×3的单位矩阵e, e.shape为（3，3），表示3行3列,第一维的长度为3，第二维的长度也为3
>>> e = eye(3) >>> e array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]]) >>> e.shape (3, 3)
建立一个一维矩阵b, b.shape 为矩阵的长度
>>> b =array([1,2,3,4]) >>> b.shape (4,) #可以简写 >>> shape([1,2,3,4]) (4,)
建立一个4×2的矩阵c, c.shape[1] 为第一维的长度，c.shape[0] 为第二维的长度。
>>> c = array([[1,1],[1,2],[1,3],[1,4]]) >>> c.shape (4, 2) >>> c.shape[0] 4 >>> c.shape[1] 2
一个单独的数值，返回值为空
>>> shape(3) ()
Python的Zip函数
zip函数接受任意多个（包括0个和1个）序列作为参数，返回一个tuple列表。具体意思不好用文字来表述，直接看示例：
1.示例1：
x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] xyz = zip(x, y, z) print xyz
运行的结果是：
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
从这个结果可以看出zip函数的基本运作方式。
2.示例2：
x = [1, 2, 3] y = [4, 5, 6, 7] xy = zip(x, y) print xy
运行的结果是：
[(1, 4), (2, 5), (3, 6)]
从这个结果可以看出zip函数的长度处理方式。
3.示例3：
x = [1, 2, 3] x = zip(x) print x
运行的结果是：
[(1,), (2,), (3,)]
从这个结果可以看出zip函数在只有一个参数时运作的方式。
4.示例4：
x = zip()
print x运行的结果是：
[]
从这个结果可以看出zip函数在没有参数时运作的方式。
5.示例5：
x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] xyz = zip(x, y, z) u = zip(*xyz) print u
运行的结果是：
[(1, 2, 3), (4, 5, 6), (7, 8, 9)]
一般认为这是一个unzip的过程，它的运行机制是这样的：
在运行zip(*xyz)之前，xyz的值是：[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
那么，zip(*xyz) 等价于 zip((1, 4, 7), (2, 5, 8), (3, 6, 9))
所以，运行结果是：[(1, 2, 3), (4, 5, 6), (7, 8, 9)]
注：在函数调用中使用*list/tuple的方式表示将list/tuple分开，作为位置参数传递给对应函数（前提是对应函数支持不定个数的位置参数）
6.示例6：
x = [1, 2, 3] r = zip(* [x] * 3) print r
运行的结果是：
[(1, 1, 1), (2, 2, 2), (3, 3, 3)]
它的运行机制是这样的：
[x]生成一个列表的列表，它只有一个元素x
[x] * 3生成一个列表的列表，它有3个元素，[x, x, x]
zip(* [x] * 3)的意思就明确了，zip(x, x, x)
Python np.where（）函数
numpy.where()函数是三元表达式x if condition else y的矢量化版本。假设我们有一个布尔数组和两个值数组：
x = np.array([1.1, 1.2, 1.3, 1.4, 1.5]) y = np.array([2.1, 2.2, 2.3, 2.4, 2.5]) condition = np.array([True, False, True, True, False])
假设我们想要根据condition中的值选取x和y的值：当condition中的值为True时，选取x的值，否则从y中选取。
result = np.where(condition, x, y)打印的结果为：【1.1， 2.2， 1.3， 1.4， 2.5】
Python np.meshgrid()函数
meshgrid函数通常在数据的矢量化上使用，但是使用的方法我暂时还不是很明确。而meshgrid的作用适用于生成网格型数据，可以接受两个一维数组生成两个二维矩阵，对应两个数组中所有的(x,y)对。接下来通过简单的shell交互来演示一下这个功能的使用，并做一下小结。
交互显示：
>>> X, Y = np.meshgrid([1,2,3], [4,5,6,7]) >>> X array([[1, 2, 3], [1, 2, 3], [1, 2, 3], [1, 2, 3]]) >>> Y array([[4, 4, 4], [5, 5, 5], [6, 6, 6], [7, 7, 7]])
由上面的交互可以看出，meshgrid的作用是根据传入的两个一维数组参数生成两个数组元素的列表。如果第一个参数是xarray，维度是xdimesion，第二个参数是yarray，维度是ydimesion。那么生成的第一个二维数组是以xarray为行，ydimesion行的向量；而第二个二维数组是以yarray的转置为列，xdimesion列的向量。
