import scipy.io as scio#數據輸入輸出，載入和保存matlab文件，例如下面：
train_norm = scio.loadmat(train_norm_File)#這裏麪包含兩個矩陣'train_datan','train_labeln'
test_norm = scio.loadmat(test_norm_File)# 包含這兩個矩陣'test_datan','test_labeln' 注意，讀取出來的data是字典格式，可以通過函數type(data)查看。列表、元組和字典，中括號、小括號和大括號。
>>>> 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])
當我們設置相同的seed，每次生成的隨機數相同。
如果不設置seed，則每次會生成不同的隨機數
>>> 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('..') #表示導入當前文件的上層目錄到搜索路徑中
什麼是.pyc文件？假如你有一個邏輯文件abcd.py，裏面有很多函數A,B,C,D，這個時候，如果你有一個test腳本去導入了abcd.py,只要你運行test腳本，在adcd.py目錄下就會生成一個abcd.pyc文件，而不管你是否需要調用A,B,C,D函數。在你 import 別的 py 文件時，那個 py 文件會被存一份 pyc 加速下次裝載。而主文件因爲只需要裝載一次就沒有存 pyc。
os.path.basename()
函數作用：返回path最後的文件名
示例：
path='D:\file\cat\dog.jpg'
print(os.path.basename(path))結果：
dog.jpg
導入目錄最好寫成：
sys.path.append('c:\\xxx\\b.py')
或者sys.path.append('c:/xxxx/b.py')
這樣可以避免因爲錯誤的組成轉義字符，而造成無效的搜索目錄（sys.path）設置。
plt.legend#顯示圖例
plt.show#顯示圖像