推荐了解AI的发展史
该书我认为比较综述,可以作为一种通识了解。
书名:人工智能简史 。
百度链接地址:https://pan.baidu.com/s/1i5hqxHhxRb__ZkU1JAJHnw人工智能简史
豆瓣评分不太高,但是作为通识了解还将就…
NUmpy主要的操作函数
- numpy读取文件函数.
np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
- 各个参数释义.
矩阵的操作
- 矩阵模块numpy的导入.
import numpy as np
- 矩阵的创建
# 法一
t1 = np.arange(10,stype="float=32")
# 法二
t1 = np.array([x for x in range(10)],dtype="float32")
# 法三
t1 = np.array(range(10),dtype="float")
- 矩阵的形态变化
# 结果需要保存需要新变量接受.
t1.reshape(2,5)
- 矩阵的元素类型查看
t1.dtype
- 矩阵的元素类型修改
t2 = t1.astype("int")
- 矩阵的转置操作为:
# 三种不同的方式.
t1.transpose()
t1.T
t1.swapaxes(0,1)
t1.swapaxes(1,0)
-
矩阵的四则运算
- 行列相同,对应元素进行四则运算.
- 二维:行列不同 对应的行 or 列必须一样,且为一维数组:
n*1
or1*n
. - 高维: 需要
(.*)m*n
与m*n
对应格式匹配.
- 矩阵的文件读取
file_object=np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
# eg.
import numpy as np
file_object=np.loadtxt("./NewTemp.csv",delimiter=",",unpack=True)
- 矩阵的切片
- 行列规则:横着的一排为行:row;竖着的一排为列:col.
- axis的规则:(3,4,5)按照从左往右0轴,1轴,2轴。0轴为块,1轴为行,2轴为列.
# t1为6*7.
t1 = [[ 0 1 2 3 4 5 6]
[ 7 8 9 10 11 12 13]
[14 15 16 17 18 19 20]
[21 22 23 24 25 26 27]
[28 29 30 31 32 33 34]
[35 36 37 38 39 40 41]]
- 取单行
print(t1[1])
- 取连续多行
print(t1[2:5])
print(t1[2:])
- 取不连续多行
# 取2,3,5行.
print(t1[[2,3,5]])
- 取单列
print(t1[1:])
- 取连续多列
# 第三列到最后列...
print(t1[:,2:])
- 取不连续多列
# 取第一列,第三列.
print(t1[:,[0,2]])
- 取多行多列
# 取的行列交集部分.
# 取第一行到第三行,第二列到第四列值.
print(t1[0:2,1:3])
- 取某元素值
# 显示t1第四行第六列的值.
print(t1[3,5])
- 取多个元素值
# (0,1)(1,2)(2,2)(3,4),行列分开...
print(t1[[0,1,2,3],[1,2,2,4]])
- 矩阵赋值-利用bool索引实现
#
import numpy as np
t1 = np.arange(15).reshape(3,5)
t1[t1>9] = 99
print