机器学习复习（6）——numpy的数学操作

加减法运算

# 创建两个不同的数组
a = np.arange(4) #list(0,1,2,3
b = np.array([5,10,15,20])
# 两个数组做减法运算
b-a

运行结果：

计算数组的平方 

#b*2代表数组b每个元素乘以2
#b**2代表数组b每个元素的2次方
b**2

运行结果：

计算数组的正弦值

# 计算数组的正弦值
np.sin(a)
#np.cos(a)

运行结果：

normalization涉及的其他计算

在normalization中常用的几个计算（布尔逻辑，均值，方差）

# 数组的逻辑运算
b<20
# 数组求均值和方差
np.mean(b)
# 数组求方差
np.var(b)

运行结果：

矩阵乘法 

矩阵×乘

×乘是对应元素相成

# 创建两个不同的数组
A = np.array([[1,1],
              [0,1]])
B = np.array([[2,0],
              [3,4]])
# 矩阵元素乘积
A * B

运行结果：

 矩阵点乘（dot）

# 矩阵点乘
A.dot(B)

运行结果：

矩阵的其他计算 

矩阵求逆运算和求行列式

# 矩阵求逆
np.linalg.inv(A)
# 矩阵求行列式
np.linalg.det(A)

运行结果：

数组操作

数组的创建

# 创建一个3×4的数组
a = np.floor(10*np.random.random((3,4)))
a
# 查看数组维度
a.shape

运行结果：

数组shape变换 

# 数组展平
a.ravel()
# 将数组变换为2×6数组
a.reshape(2,6)

运行结果： 

矩阵转置 

# 求数组的转置
a.T
#打印shape
a.T.shape
# -1维度表示NumPy会自动计算该维度
a.reshape(3,-1)

运行结果：