import scipy.io as scio#数据输入输出，载入和保存matlab文件，例如下面：
train_norm = scio.loadmat(train_norm_File)#这里面包含两个矩阵'train_datan','train_labeln' test_norm = scio.loadmat(test_norm_File)# 包含这两个矩阵'test_datan','test_labeln' 注意，读取出来的data是字典格式，可以通过函数type(data)查看。列表、元组和字典，中括号、小括号和大括号。
>>>> numpy.random.seed(0) ; numpy.random.rand(4) array([ 0.55, 0.72, 0.6 , 0.54]) >>> numpy.random.seed(0) ; numpy.random.rand(4) array([ 0.55, 0.72, 0.6 , 0.54])
当我们设置相同的seed，每次生成的随机数相同。
如果不设置seed，则每次会生成不同的随机数
>>> numpy.random.rand(4) array([ 0.42, 0.65, 0.44, 0.89]) >>> numpy.random.rand(4) array([ 0.96, 0.38, 0.79, 0.53])sys.path.append('..') #表示导入当前文件的上层目录到搜索路径中
什么是.pyc文件？假如你有一个逻辑文件abcd.py，里面有很多函数A,B,C,D，这个时候，如果你有一个test脚本去导入了abcd.py,只要你运行test脚本，在adcd.py目录下就会生成一个abcd.pyc文件，而不管你是否需要调用A,B,C,D函数。在你 import 别的 py 文件时，那个 py 文件会被存一份 pyc 加速下次装载。而主文件因为只需要装载一次就没有存 pyc。
os.path.basename()
函数作用：返回path最后的文件名
示例：
path='D:\file\cat\dog.jpg'
print(os.path.basename(path))
结果： dog.jpg
导入目录最好写成： sys.path.append('c:\\xxx\\b.py') 或者sys.path.append('c:/xxxx/b.py') 这样可以避免因为错误的组成转义字符，而造成无效的搜索目录（sys.path）设置。
plt.legend#显示图例
plt.show#显示图像
