【sckit-learn学习（0）】numpy基础

最近看到同事用sckit-learn的统计n-gram的库省去了好多麻烦，决定从基础开始看sckit-learn，从numpy基础重新开始复习，尽量每天一篇，内容会同步到https://github.com/pangdaxing/sckit-learn-notebook中

narray基础

概念

• axes(轴)-相当于矩阵的维度，轴的总数等于矩阵的秩
  
  • eg: 一个3d点如果表示为[1,2,1],那么他的axis数量是1，axis0的长度是3
• ndarray-是存放array的类，array可以看作是narray的别名
  
  • ps:np.array和python标准库中的array不是一回事，array.array是只有一维的
• ndarray.ndim
  
  • axis的数量，也就是矩阵的秩
• ndarray.shape
  
  • 矩阵每个维度的长度，即ndim中顺序遍历每个axis返回的length
• ndarray.size
  
  • 矩阵元素的总量,相当于ndarray.shape中所有值的乘积
• ndarray.dtype
  
  • 矩阵中每个元素的类型，可选的有numpy.int32, numpy.int16, and numpy.float64，如果不指定，会在初始化的时候根据传入list类型自动转型
  • ps：注意如果np.array([1,3])这种会认为是int类型，要进行float相关需要强制指定类型
• ndarray.itemsize
  
  • 矩阵中每个元素所占的字节数，和ndarray.dtype.itemsize是一回事
  • float64 has itemsize 8 (=64/8)
    
    • complex32 has itemsize 4 (=32/8).
• ndarray.data
  
  • 存放了具体的矩阵数据的数据buffer，我们用矩阵的index的操作的时候会用到

import numpy as np
a = np.arange(15).reshape(3, 5)
print("a:")
print(a)

print("a.shape:")
print(a.shape)

print("a.dim:")
print(a.ndim)

print("a.type")
print(a.dtype.name)

print("a.itemsize")
print(a.itemsize)

print("a.size")
print(a.size)

print("type(a):")
print(type(a))

数组的创建

1. 通过python的tuple或者list来创建
2. 通过numpy的各种函数创建

import numpy as np

## 通过python的list创建
a = np.array([2, 3, 4])
print("a:")
print(a)
print("a.type:")
print(a.dtype)
print("a.itemsize:")
print(a.itemsize)

b = np.array([(1.5, 2, 3), (4, 5, 6)])
print("b:")
print(b)
print("b.type:")
print(b.dtype)
print("a.itemsize:")
print(b.itemsize)

c = np.array([[1, 2], [3, 4]], dtype=complex)
print("c:")
print(c)
print("c.type:")
print(c.dtype)
print("c.itemsize:")
print(c.itemsize)

## 通过numpy的函数创建
print("np.zeros(3,4):")
print(np.zeros((3, 4)))

#调用函数的时候同样可以指定dtype
print("np.ones((2,3,5),dtype=np.int64")
print(np.ones((2, 3, 5), dtype=np.int64))

#返回一个没有初始化的矩阵，初始值是任意的
print("np.empty((3,4), dtype=np.int32):")
print(np.empty((3, 4), dtype=np.int32))

#可以用类似range的arange创建list，不同的是返回的是np.narray
print("np.arrage(1,3,0.3):")
print(np.arange(1, 3, 0.3))

#因为arrange采用浮点步长的时候，表示精度会带来误差，返回数组长度无法完全可控，更好的生成序列的方式是用linespace
#注意linespace的最后一个参数是区间数，而arrange是步长
print("np.linespace(0, 2*pi, 100)")
print(np.linspace(