Numpy
chen_holy
“你要是愿意, 我就永远爱你”——王小波《爱你就像爱生命》
展开
-
学习笔记:numpy取数据
import numpy as npx1 = np.arange(10)# 索引取数print(x1[0])print(x1[1:5])print(x1[[1, 2, 3]])"""0[1 2 3 4][1 2 3]"""x2 = np.arange(10).reshape(2, 5)print(x2[0])print(x2[0, :2])"""[0 1 2 3...原创 2019-04-26 20:03:08 · 2295 阅读 · 0 评论 -
学习笔记 - numpy: ndarray 基本知识
numpy核心数据结构:ndarray创建数组常规array方法import numpy as nparray_1 = np.array([1,2,3])print(array_1.dtype)# 更改类型array_2 = np.array([2,3,4],dtype=float)print(array_2.dtype)arange方法import nump...原创 2019-04-29 14:57:20 · 372 阅读 · 0 评论 -
numpy中的向量和矩阵 ( 关于axis关键字的理解 )
本文目标:证明:1.(3,)表示列向量,[ [1,2,3], [1,2,4 ]] 中 [1,2,3] 是行向量2. axis = 0 表示对行进行操作,axis = 1 表示对列操作ps:(其实只是加深自己的理解233,所以证明的可能不严谨)前期铺垫:什么是行合并?a = np.array([[1,2,4],[2,3,4]])b = np.array([[1,2,4],[2...原创 2019-04-20 17:31:09 · 341 阅读 · 0 评论 -
【微博客】numpy笔记 np.exp()的返回类型
import numpy as npif __name__ == "__main__": print(np.exp(1)) print(np.exp([1, 2])) print(np.exp([[1], [2]]))2.718281828459045[2.71828183 7.3890561 ][[2.71828183] [7.3890561 ]]牛...原创 2019-04-24 13:56:20 · 734 阅读 · 0 评论 -
笔记: 小批量梯度下降参数求解实现
"""小批量梯度下降描述:每次选取小批量数据集来更新计算梯度场景:一元线性回归"""import numpy as npX = 2 * np.random.rand(100, 1)Y = 4 + 3 * X + np.random.randn(100, 1)X = np.c_[np.ones((100, 1)), X]n_epochs = 10000batch_size...原创 2019-04-24 12:17:51 · 481 阅读 · 0 评论 -
笔记: 随机梯度下降参数求解实现
"""随机梯度下降描述:每次选取一个样本参与梯度计算场景:一元线性回归"""import numpy as npnp.random.seed(1)X = 2 * np.random.rand(100, 1)X = np.c_[np.ones((100, 1)), X]Y = 4 + 3 * np.random.randn(100, 1)m = 100 # 样本数the...原创 2019-04-24 11:39:45 · 570 阅读 · 0 评论 -
笔记: 批量梯度下降参数求解实现
"""批量梯度下降目前统一的停止策略都是执行n次停止场景:一元线性回归参数求解"""import numpy as np# 定义随机种子,使每次随机的数据都和第一次随机时的数据一致np.random.seed(1)# 构造数据集X = 2 * np.random.rand(100, 1)Y = 4 + 3 * X + np.random.randn(100, 1) # 构...原创 2019-04-24 10:54:25 · 263 阅读 · 0 评论 -
numpy学习笔记:矩阵式编程
import numpy as np"""向量编程从普通的代数编程过渡到矩阵编程"""# 比如:X = np.random.randint(0, 10, (10, 1))Y = np.random.randint(0, 10, (10, 1))# 现在要计算最简单的 x0y0 + ... + xnyn# 这里不允许用numpy的sum等函数,只能用矩阵的语法# 乘积和 转化...原创 2019-04-24 10:40:00 · 256 阅读 · 0 评论 -
Numpy之将矩阵拉成向量
# 矩阵操作# 将矩阵拉成向量import numpy as npx = np.arange(10).reshape(2,5)print(x)y1 = x.ravel()y2 = x.flatten()print("y1: ",y1," y2: ",y2)print(x)"""打印结果:[[0 1 2 3 4] [5 6 7 8 9]]y1: [0 1 2 3 4...原创 2019-04-23 13:06:38 · 23849 阅读 · 0 评论 -
Numpy之布尔索引
import numpy as np# 向量的布尔索引x_1 = np.array([10,20,3,40])# 输出value>15的元素print(x_1[x_1 > 15])# [20 40]# 矩阵的布尔索引x_2 = np.array([[10,20,30],[50,40,10],[10,1,10]])print(x_2[x_2>25])# [30...原创 2019-04-23 12:44:25 · 307 阅读 · 0 评论 -
学习笔记 - numpy: random模块基本知识
import numpy as np"""randint产生一个随机整数"""r0 = np.random.randint(0,10)print(r0)"""随机种子seed每次程序重新运行算出的随机数都一样(eg:上次随机1,这次随机还是1,下次还是1)(这里不要弄混了,以为是所有随机出来的数都一样哈)"""np.random.seed(100)r0 = np...原创 2019-04-29 15:12:21 · 157 阅读 · 0 评论