机器学习---数据科学包-第1天

1 numpy属性

import numpy as np

array = np.array([
    [1, 2, 3],
    [2, 3, 4]
])
print(array)
print('number of dimension:', array.ndim) # 矩阵的维度
print('shape:', array.shape) # 矩阵的形状，几行几列
print('size:', array.size) # 矩阵的尺寸，几个元素

输出：

[[1 2 3]
 [2 3 4]]
number of dimension: 2
shape: (2, 3)
size: 6

2 numpy 的创建 array

import numpy as np

a = np.array([2, 3, 4], dtype = np.int)
print(a)
print(a.dtype)

输出：

[2 3 4]
int32

创建全为0的矩阵：

import numpy as np

a = np.zeros((3, 3)) # 矩阵的形状3*3要用括号括起来
print(a)

输出：

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]

创建全为1的矩阵：

import numpy as np

a = np.ones((3, 3)) # 矩阵的形状3*3要用括号括起来
print(a)

输出：

[[1. 1. 1.]
 [1. 1. 1.]
 [1. 1. 1.]]

什么都没有的矩阵：

import numpy as np

a = np.empty((3, 3)) # 矩阵的形状3*3要用括号括起来
print(a)

输出：

[[0.00000000e+000 0.00000000e+000 0.00000000e+000]
 [0.00000000e+000 0.00000000e+000 1.87744945e-321]
 [8.01097888e-307 2.14321575e-312 1.00000000e-002]]

.arange()和.reshape()

import numpy as np

a = np.arange(12).reshape((3, 4)) # 生成0到11的数，并将形状改为3*4
print(a)

输出：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

.linspace()

import numpy as np

a = np.linspace(1, 10, 5)
print(a)

输出：

[ 1.    3.25  5.5   7.75 10.  ]

3 numpy的基础运算

减法

import numpy as np
a = np.array([10, 20, 30, 40])
b = np.arange(4)
print('a:', a)
print('b:', b)
print(a - b) # 对应元素一次相减

输出：

a: [10 20 30 40]
b: [0 1 2 3]
[10 19 28 37]

加法

import numpy as np
a = np.array([10, 20, 30, 40])
b = np.arange(4)
print('a:', a)
print('b:', b)
print(a + b) # 对应元素依次相加

输出：

a: [10 20 30 40]
b: [0 1 2 3]
[10 21 32 43]

三角运算：

import numpy as np
a = np.array([10, 20, 30, 40])
b = np.arange(4)
c = 10 * np.sin(a)
print('c:', c)

输出：

c: [-5.44021111  9.12945251 -9.88031624  7.4511316 ]

import numpy as np
a = np.array([10, 20,