讀txt文件
按行讀取有三種方式，注意readlines和readline的區別。open是python自帶打開方式，如果打不開，可以使用encoding="UTF-8"指定解碼方案。
讀取得到一行之後，行首行尾可能存在一些不需要的字符，就可以使用str.strip()去除，括號中是預期要去除的字符串。比如多行txt文件中會有換行符。
strip一般與split搭配使用。split也可以指定字符串，以其爲界限將原始字符串分成指定的幾部分，當分隔符有多個時，以第一個分隔符優先。
數組維度
np.reshape((2,2,3))
注意這裏括號裏面還有括號，因爲是以size類型當參數的
np.transpose(x,(1,0,2))
對ndarray的座標系進行調換。二維時相當於轉置。高維以三維爲例，首先要理解三維數組，相當於在二維數組的基礎上又進行了一次劃分，劃分成前後兩部分，作爲第三維，但是表現在座標中是第一個座標。所以0,1,2轉換爲1,0,2就是前兩個座標順序調換了一下。
隨機數
np.random.rand((4,5))
返回的是處於[0,1)的隨機浮點數。參數可以是一個整數，表示返回的隨機數個數，也可以是size形的。
np.random.rand(20).reshape([4,5]) 與np.random.rand((4,5))等效
np.random.random_sample(a,size,replace,p) 從a中取size個樣本，默認replace=True，有放回的抽樣，默認每個樣本被抽取到的概率p相等。
np.random.randint(a,b) 隨機取[a,b)之間的整數
np.random.choice(a,size,replace,p) 是否放回，概率
標籤
一般用到的學習還是監督學習，需要給樣本貼標籤。一般正負樣本是分開的，分別使用0和1表示。標籤一般是一維數組，使用ones或者zeros就可以得到對應的標籤。需要注意的是第一個參數是shape，[0,0,0]雖然看着像一行三列的二維，但是其實它是一維的，二維是這樣子的[[0,0,0]].所以生成一維標籤時shape處只需要填寫長度，可以使用len()得到長度，也可以使用.shape[0]
>>> np.zeros(5) array([ 0., 0., 0., 0., 0.]) >>> np.zeros((5,), dtype=np.int) array([0, 0, 0, 0, 0])
np.zeros默認得到的數據是浮點型的，而一般標籤是int型的，可以通過第二個參數指定。
這樣得到的標籤是正負分離的，我們需要一個全新的label包含01，即把ones和zeros得到的數組進行拼接。
np.append(a,b)
np.concatenate((a,b),axis=0) axis=0時在豎直方向拼接， axis=1時在水平方向拼接。注意這裏需要把a和b用括號括起來。
Reference: