python数学库

python数学库

本文是学习机器学习过程中的一些笔记，难免有些错误，请批评指正

numpy

1. 标准Python的列表(list)中，元素本质是对象，如：L = [1, 2, 3]，需要3个指针和三个整数对象，对于数值运算比较浪费内存和CPU。因此，Numpy提供了np.array()来存储单一数据类型的多维数组。Numpy对于数组（矩阵）的运算速度比list要快。
2. 使用array创建

  	# 通过array函数传递list对象
    L = [1, 2, 3, 4, 5, 6]
    a = np.array(L) 
    print "a = ", a
    print type(a)

也可以这样创建numpy多维数组

	b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
 	print b

数组的大小（行，列）可以通过shape属性来获得

print a.shape

也可以对数组大小进行强制修改,注：从(3,4)改为(4,3)并不是对数组进行转置，而只是改变每个轴的大小，数组元素在内存中的位置并没有改变。

a.shape = 4, 3

当某个轴为-1时，将根据数组元素的个数自动计算此轴的长度

b.shape = 2, -1

使用reshape方法，可以创建改变了尺寸的新数组，原数组的shape保持不变，数组b和c共享内存，修改任意一个将影响另外一个

c = b.reshape((4, -1)

数组的元素类型可以通过dtype属性获得

print a.dtype

可以通过dtype参数在创建时指定元素类型

d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)

如果强制更改元素类型，可以使用astype安全的转换

f = d.astype(np.int)

3. 使用函数创建numpy数组

   arange函数类似于python的range函数：指定起始值、终止值和步长来创建数组和Python的range类似，arange同样不包括终值；但arange可以生成浮点类型，而range只能是整数类型

   a = np.arange(1, 10, 0.5)
   

   linspace函数通过指定起始值、终止值和元素个数来创建数组，缺省包括终止值，可以通过endpoint来指定是否包含终止值

   b = np.linspace(1, 10, 10， endpoint=False)
   

   和linspace类似，logspace可以创建等比数列，下面函数创建起始值为2^{1，终止值为2}10，有10个数的等比数列，可以通过base设置底数

   d = np.logspace(1, 10 10, endpoint=True，base=2)
   

过base设置底数

d = np.logspace(1, 10 10, endpoint=True，base=2)