机器学习（二）--NumPy

本篇文章介绍了一些Numpy的基础操作。

NumPy 是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

参考：NumPy 数据类型 | 菜鸟教程 (runoob.com)

1.Numpy ndarray对象

Numpy最重要的一个特点是其N维数组对象ndarray，它是一系列同类型数据的集合。

下标以0开始进行集合中元素的索引。

ndarray对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray内容：

• 一个指向数据的指针

• 数据类型或dtype，描述在数组中的固定大小值的格子

• 一个表示数组形状的元组（shape），表示各个维度大小的元组

• 一个跨度元组（stride）

1.1 创建对象

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明：

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	标识对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	为逻辑值，默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

举个例子：

1.2 ndarray对象常见的属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，即矩阵n行m列
ndarray.size	数组元素的总个数，相当于上行的n*m
ndarray.dtype	ndarray对象的元素类型

举个例子：

（1）ndarray.ndim

（2）ndarray.shape

（3）ndarray.size

（4）ndarray.dtype

1.3 数据类型对象（dtype）

数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用。

！！！最大的一点是，结构化数据类型的使用。

结构化数据类型，类型字段和对应的实际类型将被创建。

1.3.1 应用一

（1）首先创建结构化数据类型

（2）应用实例

（3）取值

类型字段名可以用于存取实际的age列的值。

总代码：

1.3.2 应用二

定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。

⏰总结：

可以先将dtype定义成一个结构化数据，然后再定义array，定义结构化数据的很多个数据的集合。相当于student=np.dtype()封装成一个类，然后a定义成student的集合。