ML(机器学习）预备知识

我的毕设是做一个深度学习的项目。所以，现在正在学机器学习方面的知识。我继续跟大家分享一波。

import numpy as np
import matplotlib.pyplot as plt
#encoding = "utf-8"
#Author:Mr.Pan_学狂
#finish_time:2022/2/8 23：48

def array_Matrix():
    x_array = np.array([1.0,2.0,3.0])
    print(x_array)
    print(type(x_array))

    """
    数组的运算，
    要保证数组元素数量一致
    """

    y_array = np.array([2.0,4.0,6.0])
    #一维数组(向量)加减法
    print('\n数组加减法')
    z_array = x_array + y_array
    print('{} + {} ='.format(x_array,y_array),z_array)
    v_array = x_array - y_array
    print('{} - {} ='.format(x_array,y_array),v_array)

    #一维数组(向量)乘除法
    print('\n数组乘除法')
    s_array = x_array * y_array
    print('{} * {} ='.format(x_array,y_array),s_array)
    h_array = x_array / y_array
    print('{} / {} ='.format(x_array,y_array),h_array)

    #一维数组(向量)与标量的运算
    print('\n数组与标量的运算(广播操作)')
    num = 2.0
    c_array = x_array / num
    print('{} / {} ='.format(x_array,num),c_array)
    d_array = x_array + num
    print('{} + {} ='.format(x_array,num),d_array)

    #生成二维数组(矩阵)
    print('\n生成二维数组(矩阵)')
    Matrix = np.array([[1,2],[3,4]])
    print('矩阵:',Matrix)
    print('矩阵的维度:',Matrix.shape)
    print('矩阵中数据的类型:',Matrix.dtype)

    #矩阵的运算
    print('\n矩阵的运算')
    Matrix2 = np.array([[5,6],[7,8]])
    Matrix3 = Matrix * Matrix2
    Matrix4 = Matrix + Matrix2
    print('{}\n * \n{} ='.format(Matrix,Matrix2),Matrix3)
    print()
    print('{}\n + \n{} ='.format(Matrix,Matrix2),Matrix4)

    #矩阵与标量的运算(广播)
    """
    广播操作：就是将标量x扩展成参与运算的矩阵/向量X的同样维度的矩阵/向量，
    再进行运算
    """

    print('\n矩阵与标量的运算(广播操作)')
    Matrix5 = Matrix + num
    print('{}\n + \n{} ='.format(Matrix,num),Matrix5)
    print()
    Matrix6 = Matrix * num
    print('{}\n * \n{} ='.format(Matrix,num),Matrix6)

    #访问向量/矩阵中的元素。
    print('\n访问向量/矩阵中的元素')
    print('输出矩阵第一行的向量',Matrix[0])#根据索引取出向量
    print('输出矩阵第一行向量中的第一个元素',Matrix[0][0])#根据索引取出向量里面的元素
    shape = Matrix.shape
    #shape的第一个值是矩阵含有的一维向量数目，第二个值是每一行向量含有的元素数量。
    #因此，矩阵元素的总数量等于shape的第一个值乘以第二个值。
    print('矩阵的维度:',shape)
    count = 0
    print('矩阵:',Matrix)
    for x in Matrix:#遍历矩阵取出向量
        #x是一维向量
        count += 1
        for element in x:#遍历向量，取出元素
            print('矩阵第{}行的元素有：'.format(count),element)

    X = Matrix.flatten()#将矩阵转换为一维数组(向量)
    print(X)
    x = X[np.array([0,1,3])]#根据索引获取元素
    print('数组元素:',x)
    #根据条件取出元素
    print('取出X大于2的元素',X[X>2])


def draw():
    x = np.arange(0,5,0.1)#以0.1为单位生成0-5的数据
    y1 = np.sin(x)#传入参数到sin函数中
    y2 = np.cos(x)
    plt.plot(x,y1,label="SinX")#绘图
    plt.plot(x,y2,linestyle="--",label="CosX")
    plt.xlabel("x")
    plt.ylabel("y")
    plt.title('SinX&CosX')
    plt.legend()#加载全部操作
    plt.show()#展示

def draw2():
    from matplotlib.image import imread
    img = imread('C:/Users/admin/Desktop/天道.jpg')
    plt.imshow(img)#显示图片
    plt.show()#展示


if __name__ == '__main__':
    #pass
    array_Matrix()
    draw()
    draw2()

运行结果：





最后，感谢大家前来观看鄙人的文章，文中或有诸多不妥之处，还望指出和海涵。