【python-机器学习】1. Numpy基础操作（向量与矩阵的创建、元素选择、属性展示、基础计算、矩阵计算）

目录

1. 向量的基本操作

2. 矩阵的基本操作

2.1 创建矩阵

2.2 选择元素

2.3 展示属性

2.4 基础计算

---

umpy是python机器学习技术栈的基础，它可以对机器学习中常用的数据结构（向量 vector、矩阵 matrices、张量 tensor) 进行高效的操作。因此，在最开始，我们先要熟悉 numpy 的基础操作。

---

1. 向量的基本操作

Numpy的主要数据结构是多维数组。

向量，其实就是一个一维数组，我们可以水平地（行向量）或垂直地（列向量）表示它。numpy的数组索引是从0开始的，可以通过索引或者切片方式访问元素。

#加载库
import numpy as np

#创建一个行向量
vector_row=np.array([1,2,3,4,5])

#创建一个列向量
vector_column=np.array([1],[2],[3],[4],[5])

#选择向量中的一个元素