NumPy函数库基础

机器学习算法涉及很多线性代数知识在使用Python语言构造机器学习应用时，会经常使用NumPy函数库。这里用到线性代数是为了简化不同的数据点上执行的相同数学运算。将数据表示为矩阵形式，只需要执行简单的矩阵运算而不需要复杂的循环操作。在你开始学习机器学习算法之前，必须确保可以正确运行Python开发环境，同时正确安装了NumPy函数库。NumPy函数库是Python开发环境的一个独立模块，而且大多数Python发行版没有默认安装NumPy函数库，因此在安装Python之后必须单独安装 NumPy函数库。在Windows系统下安装numpy请参考https://blog.csdn.net/qq_43354004/article/details/105162767。
（一）构造随机数组
先输入from numpy import * 命令将NumPy函数库中的所有模块引入当前的命名空间。接着开始构造一个4x4的随机数组，因为产生的是随机数组，不同计算机的输出结果可能与上述结果完全不同。示例如下：

执行结果：

（二）调用mat()函数将数组转化为矩阵
NumPy函数库中存在两种不同的数据类型（矩阵matrix和数组 array），都可以用于处理行列表示的数字元素。虽然它们看起来很相似，但是在这两个数据类型上执行相同的数学运算可能得到不同的结果，其中NumPy函数库中的matrix与MATLAB中matrices等价。
调用mat()函数可以将数组转化为矩阵，在后面加上.I操作符可以实现矩阵求逆的运算。示例如下：

（三）矩阵的乘法
使用*执行矩阵乘法，得到矩阵与其逆矩阵相乘的结果。示例如下：

结果应该是单位矩阵，除了对角线元素是1，4x4矩阵的其他元素应该全是0。实际输出结果略有不同，矩阵里还留下了许多非常小的元素， 这是计算机处理误差产生的结果。输入下述命令，得到误差值。函数eye(4)创建4×4的单位矩阵。示例如下：