机器学习python基础（七）numpy高阶用法

本文介绍numpy几种高阶用法：

Numpy Broadcasting

Broadcasting（广播） 解决的是不同形状的矩阵（或者向量）之间的运算问题。
在代数运算中，不同形状的矩阵（或者向量）之间无法进行基本运算，但是在Numpy中，只要满足一般规则，这个运算的允许的。

向量和一个数字相加

二维数组和一个数字相加

二维数组和一维数组相加

Broadcasting的基本原则

整体而言，两个不同形状的矩阵（或者向量）进行基本运算，看两个矩阵（或者向量）的倒序维数。如果倒序维数是一致的，则“小矩阵”经过复制扩展，和“大矩阵”进行基本运算。例如：

Numpy 结构化数据

numpy里面可以存储结构化数据。

创建无结构化数据

创建结构化数据

dtype是一个字典，包括names和formats

新建一组数据：

将数据放入data里面：

查看数据：

使用元组创建结构化数据

RecordArray

RecordArray和structured array一样，但是属性（列向量）可以直接使用[.属性名]的方式访问：

虽然比较方便，但是效率稍微低一点：