机器学习（二）--NumPy

本篇文章介绍了一些Numpy的基础操作。

NumPy 是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

📙参考：NumPy 数据类型 | 菜鸟教程 (runoob.com)

1.Numpy ndarray对象

Numpy最重要的一个特点是其N维数组对象ndarray，它是一系列同类型数据的集合。

下标以0开始进行集合中元素的索引。

ndarray对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray内容：

• 一个指向数据的指针

• 数据类型或dtype，描述在数组中的固定大小值的格子

• 一个表示数组形状的元组（shape），表示各个维度大小的元组

• 一个跨度元组（stride）

1.1 创建对象

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明：

名称	描述
object	数组或嵌套的数列
dtype	数组元素的数据类型，可选
copy	标识对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok	为逻辑值，默认返回一个与基类类型一致的数组
ndmin	指定生成数组的最小维度

🙌举个例子：

1.2 ndarray对象常见的属性

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，即矩阵n行m列
ndarray.size	数组元素的总个数，相当于上行的n*m
ndarray.dtype	ndarray对象的元素类型

🙌举个例子：

（1）ndarray.ndim

（2）ndarray.shape

（3）ndarray.size

（4）ndarray.dtype

1.3 数据类型对象（dtype）

数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用。

！！！最大的一点是，结构化数据类型的使用。

结构化数据类型，类型字段和对应的实际类型将被创建。

1.3.1 应用一

（1）首先创建结构化数据类型

（2）应用实例

（3）取值

类型字段名可以用于存取实际的age列的值。

💡总代码：

1.3.2 应用二

定义一个结构化数据类型 student，包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。

⏰总结：

可以先将dtype定义成一个结构化数据，然后再定义array，定义结构化数据的很多个数据的集合。相当于student=np.dtype()封装成一个类，然后a定义成student的集合。

2. NumPy数组形态操作

NumPy处理的最基础数据类型是由同种元素构成的多维数组，简称数组。

数组中所有元素的类型必须是相同的，元素可以用整数索引，初始下标为0。

ndarry的对象属性见1.2，此部分主要介绍对它的形态操作方法。

方法	说明
ndarray.shape(n,m)	不改变数组，返回一个维度为（n,m）的数组
ndarray.resize(new_shape)	直接修改数组
ndarray.swapaxes(ax1,ax2)	将这两个维度进行调换
ndarray.flatten（）	对数组进行降维，返回一个折叠后的数组
ndarray.ravel（）	同flatten，返回一个视图

🙌举个例子

3. 创建数组

详情可以参考NumPy 从已有的数组创建数组 | 菜鸟教程 (runoob.com)

方法	说明
numpy.empty（）	创建一个指定形状（shape）、数据类型（dtype）且未初始化的数组
numpy.zeros（）	创建指定大小的数组，数组元素以 0 来填充
numpy.ones（）	创建指定形状的数组，数组元素以1来填充

🙌举个例子

1.numpy.empty

numpy.empty(shape, dtype = float, order = 'C')

2.numpy.zeros

numpy.zeros(shape, dtype = float, order = 'C')

3.numpy.ones

numpy.ones(shape, dtype = None, order = 'C')

4.NumPy索引

1.索引可以类似list的切片索引。

2.整数数组索引

我们索引出的是数组中（0，0），（1，1）和（2，0）处的元素。

⏰通过观察可以发现，前边是行，后边是列。

🙌举个例子

取4x3数组中的四个角的元素

取（0，0），（0，2）（3，0）（3，2）的

行索引是[0,0]、[3,3] ：第0 行、第0行、第3行、第3行

列索引是[0,2] [0,2]：第0列、第2列、第0列、第2列

5.NumPy计算

操作	说明
det（ndarray）	计算矩阵列式
eig（ndarray）	计算方阵的特征值和特征向量
inv（ndarray）	计算方阵的逆
pinv（ndarray）	计算矩阵的伪逆
qr（ndarray）	计算qr分解
svd（ndarray）	计算奇异值分解svd
solve（ndarray）	解线性方程组Ax=b，其中A为方阵
lstsq（ndarray）	计算Axb的最小二乘解

5.1 张量操作

1.矩阵相加

2.标量与矩阵相乘

3.点乘