机器学习-数据科学包Day1（numpy包）

numpy属性

Numpy是基于矩阵的计算,例如一个2行3列的矩阵: [[1,2,3], [2,3,4]]它在python中是列表形式,在numpy中需要将列表转换成numpy可识别的矩阵。

#coding:utf-8
import numpy as np
array=np.array([[1,2,3],[2,3,4]]) #把（此为二维）数组转成矩阵
print(array)
print('number of dim:',array.ndim) 
print('shape:',array.shape)
print('size:',array.size)

[[1 2 3]
[2 3 4]]
number of dim: 2 #维数
shape: (2, 3) #行，列
size: 6 #元素个数

numpy的创建array

1.直接将数组转化成array

还可以指定参数dtype=int,int32,int64,float,float16等等

2.np.arange()函数

3.np.linspace()生成线段

2*3=6

2*3!=5

4.特殊矩阵

numpy的基础运算

1.加减乘除（对应相加减乘除）

2.矩阵运算

对应元素相乘

矩阵相乘

注意：矩阵a*b与b*a不同

其他运算

参数，axis=0 列；1 行

均值

索引

中位数，逐位相加，nonzero

逐行排序

转秩

矩阵的索引

迭代行

迭代列

将矩阵展开

flatten()函数返回值

flat迭代器

矩阵合并

np.vstack()上下合并
np.hstack()左右合并

np.concatenate(…,axis=0,1)

np.newaxis新增维度

矩阵分割

np.split(…,axis=0,1)

np.vsplit()和np.hsplit()

拷贝

这种情况改变a、b、c、d任意一个矩阵元素的值，其他的都会跟着改变，a、b、c、d相互关联。

深拷贝
a的改变不会引起b的改变