ch2 科学计算库Numpy1

1.导入

机器学习中的数据——矩阵  h  w

一行对应一个样本，一列对应一个特征（指标）

如何在计算机中进行保存？   具体而言，如何利用Python进行保存——矩阵。

而Numpy则可以进行许多的矩阵运算，且效率较高。

2.基本使用

2.1 导入数据

2.1.1 从文件导入

import numpy
world_alcohol = numpy.genfromtxt("world_alcohol.txt" , delimiter="," , dtype=str)
print(type(world_alcohol))
print(world_alcohol)
print(help(numpy.genfromtxt))

1. 导入科学计算库
2. genfromtxt函数的使用  数据文件所在位置、数据分隔符、数据类型
3. type  ndarray ---- numpy中最核心的结构  可以看作是一个list of list，也就是一个矩阵
4. 函数的帮助文档  help(函数)   参数、举例

2.1.2 固定写入

vector = numpy.array([5,10,15,20])
matrix = numpy.array([[5,10,15],[20,25,30],[35,40,45]])
print vector
#(4,)
print(vector.shape)
print matrix
#(3,3)
print(matrix.shape)

1. array函数   导入后均为ndarray格式
2. 值得注意的一点是，之前一直在说ndarray是一个矩阵，即python中的list of list结构，但与python中可以存不同数据类型的list不同，array中只能存放相同的数据类型
3. shape  描述矩阵的格式  debug时非常重要

2.2 数据选取----索引

注意的一点是索引是从0开始的，即[0]即代表了第一个样本

third_country = world_alcohol[2,2]
#第三个样本的第三项

切片    左闭右开区间

2.2.1 一维数组

vector = numpy.array([5,10,15,20])
#切片  左闭右开区间  [5 10 15]
print(vector[0:3])

2.2.2 矩阵

matrix = numpy.array([
                     [5,10,15],
                     [20,25,30],
                     [35,40,45]
                     ])

取某一列  相当于取所有样本的同一特征  ：表示所有（all）  [10 25 40]

print(matrix[:,1])

取某两列  0:2相当于切片  左闭右开  相当于取了第0列和第1列  so不相邻怎么取？

print(matrix[:,0:2])