【ML学习历程】numpy.array基础、数据和矩阵

导入

【ML学习历程】numpy.array基础、数据和矩阵_第1张图片
还可以用别名
【ML学习历程】numpy.array基础、数据和矩阵_第2张图片

python中的list

可以存放不同类型的值,而只能存储同一类型值的工具是array
使用方法:
【ML学习历程】numpy.array基础、数据和矩阵_第3张图片

但array同样不支持矩阵运算

因此引入numpy.array
【ML学习历程】numpy.array基础、数据和矩阵_第4张图片

查看数据类型

在这里插入图片描述

但ML中float用得比较多

因此
【ML学习历程】numpy.array基础、数据和矩阵_第5张图片

其他创建numpy.array的方法

【ML学习历程】numpy.array基础、数据和矩阵_第6张图片
创建二维数组
【ML学习历程】numpy.array基础、数据和矩阵_第7张图片
其他例子
【ML学习历程】numpy.array基础、数据和矩阵_第8张图片

linspace

以0为起点,20为终点,分割成10等分(linspace会包含0)
因此有以下结果
【ML学习历程】numpy.array基础、数据和矩阵_第9张图片

random

输出[0, 10)之间的一个随机数
【ML学习历程】numpy.array基础、数据和矩阵_第10张图片
因为是左闭右开的,所以
在这里插入图片描述
加上size
【ML学习历程】numpy.array基础、数据和矩阵_第11张图片

随机种子random.seed

随机结果是一样的
【ML学习历程】numpy.array基础、数据和矩阵_第12张图片

float随机数

输出0~1之间的一个随机数(均匀分布的):
【ML学习历程】numpy.array基础、数据和矩阵_第13张图片

符合正态分布的随机数

在这里插入图片描述
均值为10,方差为100的随机数,
在这里插入图片描述
以及生成3*5矩阵
【ML学习历程】numpy.array基础、数据和矩阵_第14张图片

查看使用帮助

np.random.normal?
np.random?

你可能感兴趣的:(ML)