机器学习笔记 有关于numpy简单应用

numpy

numpy官方文档https://docs.scipy.org/doc/numpy-dev/user/quickstart.html点击打开链接

原文档中有关于维度和等级的描述

ndarray.ndim the number of axes (dimensions) of the array. In the Python world, the number of dimensions is referred to as rank.

array

 array 作用为创建一个储存单一数据类型的多维数组

与list的区别为list中的元素是对象，需要各个分配指针和类型

例如：list[1,1,1,1] 需要4个指针和整数对象

list对于内存和cpu的占用更高

一维往往称为行，二维为列，三维为页

一维数组

 

二维数组

 shape

shape为数组的尺寸

对于一个m行n列的数组返回值为(m,n)

>>>c=numpy.array([[1,2,0],[0,1,2]])

>>>c.shape

>>>(2,3)

对于一维数组直接返回元素数目

shape[0]测试一个数组中的行数

而在一维数组中shape[0]为计算数组中的元素数目

shape[1]返回列数

size

  返回数组元素的总数

例：

     

  当在数组内不统一时仅计算行数

  

dtype

  用于指定或转换元素的类型，类型适用于所有的标准Python类型以及np自带的类型例如numpy.int32,numpy.int16.

  

arange

类似于range但可以用以迭代小数步长

reshape

 用于改变数组的行宽列宽,并可指定转换成的行列形式

 

ndim

 返回数组的维度

一维

二维

 

tile

以指定的形式对数组进行复制或扩展

一维数组的扩展

二维数组

np.tile(x,(m,n))

将x在行上扩展到m，列上扩展到n

 tile与repeat的差别

 

repeat对对应的项进行分别的重复

axis=0 进行行上的扩展

axis=1 进行列上的扩展

argsort

 对数组中的数值进行排列并返回

升序排列

 

argsort(x,axis)

axis=0 进行同列不同行的比较

   

axis=1 进行同行不同列的比较

无关numpy的

items()

 将字典中的所有项以列表的形式返回

 必成对返回

文章系为笔记