机器学习之numpy

一.numpy的数据提取

a=numpy.genfromtxt("文件路径",delimiter=".",dtype=str)#delimiter是把读取的文件以‘.’分割，dtype是文件读取的格式

二.numpy有关函数

1.切片

a=numpy.array([1,2,3,4])
print(a[0:3])

运行结果：

import numpy
a=numpy.array([[1,2,3],[4,5,6],[7,8,9]])
print(a[:,1])

运行结果：

2.多维数组变一行列表

import numpy
a=numpy.array([[1,2,3],[4,5,6],[7,8,9]])
print(a.ravel())

运行结果：

3.改变数组的行列值

import numpy as np
a=np.floor(10*np.random.random((3,4)))
print(a)
a.shape=(6,2)
print(a)
print(a.T)

运行结果：

4.数组的拼接

import numpy as np
a=np.floor(10*np.random.random((3,4)))
b=np.floor(10*np.random.random((3,4)))
print(a)
print(b)
print(np.hstack((a,b)))#vstack是竖着拼起来，hsplit(要切的数组，切成的份数)，hsplit(要切的数组，（切割的位置，切割的位置..）)

运行结果：

5.数组的复制

直接复制

import numpy as np
a=np.floor(10*np.random.random((3,4)))
b=a

改变a或b两个都变，a，b两个的id是一样的

import numpy as np
a=np.arange(10)
c=a.view()

这个与上面那个唯一不同的是id不一样了，但是他们的值都是共用的

import numpy as np
a=np.arange(10)
c=a.copy()

这个a和c的值都是独立的，互不干扰

6.寻找最大最小值

data=np.sin(np.arange(20)).reshape(5,4)
ind=data.argmax(axis=0)
data_max=data[ind,range(data.shape[1])]

7.数组拓展

a=np.arange(10,40,10)
b=np.tile(a,(4,3))#行变成原来的四倍，列变为原来的三倍

8.排序

a=np.array([[4,3,5],[1,2,1]])
b=np.sort(a,axis=1)#1是行，0是列
b=np.argsort(a)#按索引输出