python入门机器学习3：Python(有C++基础)+Numpy速成

一.python速成

1.基本数值类型

基本类似与C++，这里只介绍一下字符串

#字符串
a='Hello,vae'
print(a[0])
print(a[1:4]) #注意左闭右开
print(a)

2.条件循环语句

#条件语句
value=1
if value==1 :
    print('Right')
elif value>20:
    print('Bigger than right')
else :print('Wrong')

这里与C++不同的主要是，每个条件后面都要加个冒号，后面一行需要四个空格，else if化简为 elif，其他都与C++一致。

#循环语句

for i in range(5):
   print(i)

# 条件循环
i = 0
while i<=5:
    print(i)
    i =i+1

两者输出等效，range(5)表示0到5，主要要注意的还是冒号。

3.复杂数值类型

(1)元组：元组内的元素不能被重新赋值，不能被赋值的数组

#元组
a=(1,2,3)
print(a[0])

(2)列表，有点vector的味道

#列表
a=[1,2,3]
print(a)
#add
a.append(4)
print(a)
print(a[3])
#更新列表项
a[2]=5
print(a)
for i in a:
    print(i)

(3)字典：

#字典：可变容器模型 基本格式： key：value，value类型没有限制
mydict={'a':6.18,'b':'str','c':True}
print('A Value: %.2f'mydict['a'])
#add
mydict['a']=523
print('A Value: %.2f'mydict['a'])
print('keys:$s'%mydict.keys()) #查看所有key的函数
print('values:$s'%mydict.values()) #查看所有value的函数
for key in mydict:
    print(mydict[key])

4.函数

#定义函数
#函数:可重复利用的 def()return
def mysum(x,y):
    return x+y
result = mysum(x=1,y=2)
print(result)

二.NumPy速成

·创建n维数组(矩阵)
·对数组进行函数运算，使用函数计算十分快速，节省了大量的时间，且不需要编写循环，十分方便
·数值积分、线性代数运算、傅里叶变换
·ndarray快速节省空间的多维数组，提供数组化的算术运算和高级的广播功能。
·NumPy中的核心对象是ndarray
·ndarray可以看成数组，存放同类元素
·NumPy里面所有的函数都是围绕ndarray展开的 

1.创建数据：

# 创建数组
import numpy as np
 
myarray = np.array([1, 2, 3])
print(myarray)
print(myarray.shape)
 
# 多维数据
myarray = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]])
print(myarray)
print(myarray.shape)

数组用列表的格式，多维数据是列表的嵌套

2.打印数据

# 访问数据
print('第一行数据:%s' % myarray[0])
print('最后一行:%s' % myarray[-1])
print('整列(3列)的数据:%s' % myarray[:, 2])

myarray[0]表示第一行，myarray[-1]表示最后一行，最后我们使用 : 来表示“选择所有行”，然后指定列的索引为 2（即第三列，因为索引从 0 开始）。这将返回一个数组 [3, 4, 5]，这是第三列的所有元素。