NumPy是Python进行科学计算的一个基础包,该包在机器学习算法中得到了广泛的应用,无论是任何形式的数据,在喂给计算机作为输入时都要以数据的形式体现,而数据的结构就是以向量形式,因此这个包在机器学习中应用广泛,本文目的是详细了解一下这个包。
NumPy包的基本结构是多维数组,称为ndarray (N-dimensional array object)
多维数组,可能有点抽象,稍微有点编程经验的都会知道,下面是一个一维数组示意图:
那么二维数组应该是下面这样的:
那么多维的,可以自行脑补了,你可以想象二维的相当于一本书的一页,三维相当于一本书,四维的相当于书架上恒多本等等。。
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
上面介绍的ndarray有什么属性?其实他只不过是一个数组的多维扩展,我们完全可以通过数组有什么属性来联想到这个所谓的ndarray有什么属性.
1. ndim 维度数量
2. shape 各维度大小的元组
3. dtype 数据类型 (数组里数据类型要一致,这里同样有这样的要求)
4 size 元素总个数
好了,说了上面的属性,让我们验证一下这些属性:
上面代码展示一维的情况。
上面展示的是二维的情况。
三维环境下情况。
经过实践,对于a.shape要进行深入了解,发现一维环境下,a.shape相当于一维数组的长度,二维环境下相当于一个矩阵的,其行数与列数,三维环境下,与二维是一样的,前面的数字表示有几个二维环境下的矩阵。以此类推。。