python数据处理之numpy和pandas(上)
前言:
学习python的基本语法已经半月了,对基本的语句操作也有所熟悉,在学习中主要参考的是廖雪峰老师的python教程,感觉受益很多,文章下面各方前辈的评论也是很好的学习教程,能让我知道错误的原因和解决方法。网址为:https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000。最近也一直在看前百度人工智能首席专家吴恩达老师在网易云课堂上免费开放的《神经网络和机器学习》课程,地址为:http://study.163.com/my#/smarts目前已经进行三周,对两层神经网络以及正反向传播都有些了解了,磨刀不误砍柴工,考过研的都明白一句话,基础不牢,地动山摇!所以我还是想着跟着一个老师或者前辈将python中一些常用的库学习一下。
偶然间在知乎上看到莫烦老师的网站主打python,又恰逢今年毕业的师兄所入职的南京烽火,校招网址:http://njau.91job.gov.cn/campus/view/id/674916对TensorFlow和caffe等有所要求,以及神经网络KNN和CNN方面也有要求,我也在知乎上和其他地方询问一些前辈,烽火公司还是很符合我的预期,所以自己也朝着这方面自学,以求毕业的时候能够达到烽火的招聘标准吧。哈哈,说了这么多,现在就开始吧!
numpy:
数据处理方面,python简直是最好用的语言工具,numpy和pandas是其数据处理最好用的“臂膀”。在开始之前,Windows和Linux用户建议您安装anaconda3,免去了后续一些基本包的安装,也减少了出错几率。神经网络最最基本的运算时来自于矩阵运算。第一步我们开始进行一个矩阵的赋值,显示和规格参数描述,在此之前,我默然您也跟我一样有过其他的语言的基础,也有python的基础。
1.矩阵赋值和规格参数显示
import numpy as np
A = np.array([[1,2,3],
[2,3,4]])
print(A)
导入
numpy
库简写为
np,
利用
np.array()
来进行赋值,注意,一个
2
行
3