linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None）作用：在指定的大间隔内（start，stop），返回固定间隔的数据。他们返回num个等间距的样本。参数介绍：start : scalar(标量)队列的开始值stop：scalar队列的结束值 。当endpoint=FALSE时，不包含该点。num：int，o

这三个函数的功能都是堆叠数组。一下看三者的详细用法和区别之处。1，stack（）函数：函数原型为：stack(arrays, axis=0)arrays可以传数组和列表，arrays里面的每个元素必须形状是一样的，否则程序了会报错。axis默认值为0，0是按行堆叠，1是按列堆叠（有矩阵转置的效果）。可结合以下代码理解：import numpy as npa=[1,2,3]b=[4,5,6]c=[[

函数原型：mean(a,axis=None,dtype=None,out=None,keepdims=<no value>)函数功能：求取平均值参数：a:需要计算均值的数组。如果a不是数组，函数会尝试自动转换。axis :指定计算均值方向的轴。以二维矩阵为例：axis 不设置值，对 m*n 个数求均值，返回一个实数axis = 0：压缩行，对各列求均值，返回 1* n 矩阵axis =

函数原型：sklearn.model_selection.train_test_split(train_data,train_target,test_size=0.4,random_state=0,stratify=y_train)函数功能：将原始数据按照比例分割为“测试集”和“训练集”。返回四个数组。参数说明：train_data：要划分的样本集train_target：要划分的样本标签集...

主要采用的思想：获取测试集中图片名（去掉后缀的）存放在val_name列表中，获取测试集中图片名存放在test_name列表中，获取存放标签文件名的二维列表labelfilename（name和后缀分开了）；|-----test-----train(原来图片所在文件夹名称)|-----images-----|-----val-----train(原来图片所在文件夹名称)图片所在原始路径，切分后训练

linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None）作用：在指定的大间隔内（start，stop），返回固定间隔的数据。他们返回num个等间距的样本。参数介绍：start : scalar(标量)队列的开始值stop：scalar队列的结束值 。当endpoint=FALSE时，不包含该点。num：int，o

numpy中的ravel函数的作用是让多维数组变成一维数组numpy.ravel()下面演示一下二维和三维数组的ravel操作，多维数组的ravel操作与其类似eg:import numpy as np##对二维数组进行revala=np.empty((2,2),dtype=int)#创建2*2数组print("二维数组a:")print(a)b=a.ravel()#对a进行拉伸操作print("