numpy简介与使用keras的KNN分类算法

Anaconda计算包集合了numpy，pandas，sklearn，scipy等模块。

numpy用来处理大型矩阵，比python自带的嵌套list要高效很多。

可以使用list作为numpy对象的初始化参数，一维list与嵌套list都可以，在此用*生成的嵌套list可以作为np.array()的参数，实际np.array也会按照总元素个数申请内容。

a = np.array([1,2,3,4])

type(a) #numpy.darray

b = np.array([[1]*5]*3)

b.shape #(3,5)

type(b[1,2]) #numpy.int32

还有一些其他方式创建numpy的array

np.zeros((2,3))

np.ones((2,3))

np.eyes(5)

np.random.random((2,3))

对array的元素进行切片，slice的方式跟list方式一致。

a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

row1 = a[1, :] #返回比原array小一维度的array

row2 = a[1:2, :]#返回与原array同维度的array

b = a[:2, 1:3] #[[10,11]]

b[0, 1] = 88

以上操作会将原来a对应的元素值也改变了，故b只是一个引用至a的对应元素。

A slice of an array is a view into the same data，so modifying it will modify the original array.

可