机器学习--------数据预处理numpy

• numpy基础 （矩阵运算）

         import numpy as np              

        1.numpy数组对象

              a = np.arange(5)一维数组

              a.dtype元素类型

              a.shape，维度属性

             m = np.array([np.arange(2), np.arange(2)])二维数组

             np.float64(42),类型转换

         2.数据类型对象

                a.dtype.itemsize，numpy数组中每个元素均为相同的数据类型

          3.字符编码

                np.arange(7, dtype='f'),创建float类型数组元素

           4.数组的索引和切片

                       a[3:7]

                       a[::-1]倒序

                        b = np.arange(24).reshape(2,3,4)

                       b[0,0,0]为0

              5.改变数组的维度

                          reshape

                          c = b.flatten()转成1维,c变成1维，b还是3维

                         b.transpose转置

                         b.resize

                         hstack,vstack,concatenate，数组合并

              6.数组的分割

                        hsplit,vsplit,split

              7.数组的属性

                      a.ndim数组的维度

                      a.size元素数量

                      a.itemSize元素的字节数

                      a.nbytes总元素字节数

                      a.T转置矩阵

                8.数组转换

                          a.tolist(),转换python列表

• numpy基本数据操作

                 a = np.arange(-5,5)

                  signs = np.sign(a)符号函数

                 A = np.mat('1 2 3；4 5 6; 7 8 9')创建矩阵

                 B = A * 2

• 通用函数

                 np.zeros_like(A)

                 B = np.eye(3)

                 B.flat

                np.divide(a, b)整除  

                np.true_divide(a, b)浮点除法

                np.mod(a, 2)   或 a % 2

               np.linspace(-np.pi, np.pi, 201)

• 常用函数

                h = np.random.randn(10)随机数

                np.max(h)

                np.min(h)

                np.median(h)

                np.mean(h)

                np.var(h)

                np.msort(h)

                np.sqrt(h)

                indices = np.where(h > 5)返回元素大于5的元素索引

                np.take(h, indices)取出索引对应的元素

                 np.argmin(h)最小索引

                 np.argmax(h)

                 np.ones(10)

                  h.fill(5)数组元素都用5填充

                  np.dot(a, b)若1维就是点积，2维就是矩阵乘积