别再说学不会：超棒的Numpy可视化学习教程来了

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？

你点的每个“在看”，我都认真当成了喜欢