作者 | Jay Alammar
译者 | 苏南下
来源 | 机器会学ML(ID:AI_Learning007)
导读:学习 Python,尤其是基于 Python 的学习机器学习算法,最基础的 NumPy 用法必须得熟悉。网上这方面的教程不少,但大多千篇一律,枯燥罗列代码形式,而数组和矩阵本身有些抽象、难以理解的解读很少。
今天给各位介绍一个由国外大神制作的 NumPy 可视化教程,直观地介绍 NumPy 的各种用法,很容易就能理解。话不多说,一睹为快。
数组
先来介绍最基础的一维数组。
创建数组
1、np.array() 直接创建
2、使用 np.ones()、np.zeros() 等方法
我们在写数组的时候是横着写的,而其实数组是列向量,这样很直观。
数组运算
1、加减乘除
2、数组乘以数值
数组索引
数组聚合
上面是一维数组,下面介绍二维维数组也就是矩阵的使用技巧。
矩阵
创建矩阵
1、直接创建
2、使用 np.ones()、np.zeros() 等方法
这样就很容易理解括号里 (3,2) 的含义。
矩阵运算
矩阵点积
矩阵点积跟线性代数基本一样,有些抽象,借助示意图能很好理解:
进一步拆分解释:
矩阵索引
矩阵聚合
1、求最值
2、按行 / 列聚合
矩阵转置
矩阵重塑
1、reshape() 用法
高维数组
Numpy 不仅可以处理上述的一维数组和二维矩阵,还可以处理任意 N 维的数组,方法也大同小异。
创建多维数组
掌握了以上基础后,我们可以做个小练习,计算均方误差 MSE:
可以看到有减法、平方、求和等运算:
分别假设相应的预测值和真实值:
希望通过上面直观的描绘,让大家在 Numpy 时可以更轻松,理解也能更深一层!
原文地址:
https://jalammar.github.io/visual-numpy/
(*本文为 AI科技大本营转载文章,转载请联系原作者)
◆
精彩推荐
◆
60+技术大咖与你相约 2019 AI ProCon!大会早鸟票已售罄,优惠票速抢进行中......2019 AI开发者大会将于9月6日-7日在北京举行,这一届AI开发者大会有哪些亮点?一线公司的大牛们都在关注什么?AI行业的风向是什么?2019 AI开发者大会,倾听大牛分享,聚焦技术实践,和万千开发者共成长。
推荐阅读
效果惊人!中科院、百度研究院等联合提出UGAN,生成图片难以溯源
认知智能的突围:NLP、知识图谱是AI下一个“掘金地”
你想见的大神都来AI ProCon 2019了,优惠票限时抢购开启
Python之父新发文,将替换现有解析器
华为否认鸿蒙为噱头;谷歌公布 6 大 iOS 漏洞;极客头条
三次创业,三次跨界,这次凭十万行核心C代码登上 GitHub Top 1!
64%的投资者对比特币不感兴趣,那是谁投资了比特币?
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/6cba9abe9f2c434df7bd9c0d0d6e1156.png)