学习《机器学习100天》第33天 深入研究 | NUMPY

github上的项目，跟着一起学习

项目地址    https://github.com/MLEveryday/100-Days-Of-ML-Code

第2章： 聚合, 比较运算符和广播。
代码如下：
2.4 聚合：最小值、最大值和其他值
2.5 数组的计算：广播
2.6 比较、掩码和布尔运算

读书笔记：

2.4、聚合：最小值、最大值和其他值

数据的统计值：均值和标准差，求和、乘积、中位数、最小值、最大值、分位数

2.4.1、数组值求和

python内置的sun函数实现求和

import numpy as np

L=np.random.random(100)

sum(L)

使用numpy的sum

np.sum(L)

2.4.2、最小值和最大值

big_array=np.random.rand(1000000)

np.min(big_array)

np.max(big_array)

(1)多维度聚合

指定沿着哪个轴的方向进行聚合。指定axis=0，找到每一列的最小值

M.min(axis=0)

(2)其他聚合函数

2.4.3、示例：美国总统的身高是多少

用pandas的read_csv读文件

统计值：

计算分位数

利用matplotlib可视化

2.5、数组的计算：广播

numpy的广播，用于不同大小数组的二进制通用函数的一组规则

2.5.1、介绍

标量和数组相加

a=np.array([0, 1, 2])

a+5

两个数组同时广播

可视化理解numpy的广播

2.5.2、广播的规则

规则1：维度不同的2个数组，小维度数组，最左边补1

规则2：两个数组的形状在任何一个维度上都不匹配，数组的形状会沿着维度为1的维度扩展，以匹配另外一个数组的形状。

规则3：两个数组的形状在任何一个维度上都不匹配且没有维度为1，引发异常

（1）广播示例

二维数组+一维数组

根据规则1，a左边补1

（2）广播示例2

（3）广播示例3

2.5.3、广播的实际应用

（1）数组归一化

（2）画一个二维函数

2.6、比较、掩码和布尔逻辑

2.6.1、示例：统计下雨天数

2.6.2、和通用函数类似的比较操作

2.6.3、操作布尔数组

统计布尔数组中True记录的个数，np.count_nonzero

2.6.4、将布尔数组作为掩码