文章目录
一、numpy.flatnonzero()
该函数输入一个矩阵，返回扁平化后矩阵中非零元素的位置（index）
classes = ['plane', 'car', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']
num_classes = len(classes)
samples_per_class = 7
for y, cls in enumerate(classes):
idxs = np.flatnonzero(y_train == y)
这里是查找某个类别图片的下标
二、np.random.choice()
numpy.random.choice(a, size=None, replace=True, p=None)
'''
1. 从a中抽取数字，组成size大小的输出 **这里a必须是一维的，否则报错
2. replace参数表示抽取的数字是否可以重复，True代表可重复，False代表不可重复
3. p代表每个数字被抽取到的概率，这个数组的大小要和a的大小一样，**一维**
'''
三、np.reshape()
第一个参数为数组，第二个参数为元组，表示reshape后的形状，如果形状参数中含有-1，那么表示该维自动计算
四、plt.subplot()
'''
子图的子图的排列顺序
图1 图2 图3
图4 图5 图6
图7 图8 图9
'''
五、numpy.argsort()
numpy.argsort(a, axis=-1, kind=None, order=None)
