python-总结numpy

1. 使用np.random.randn(5)创建的为一个秩为1的数据结构，往往我们由于这个问题导致python代码产生bug，如图所示：

   a=np.random.randn(5)
   
   [-1.48338769 -0.9962106   0.40807657 -0.60869681  1.80409923]

   当我们使用a.shape时可以查看它的数据结构
   

   print(a.shape)
   
   
   (5,)

   
   使用np.dot运算时，我们期望得到一个矩阵的乘积，然而确得到的是

   print(np.dot(a,a.T))
   
   
   6.98468693706927

   为了解决这个问题，我们可以有这几种方式：

   print(np.random.randn(5,1))
   [[-0.9360015 ]
    [ 0.88972801]
    [-0.0660762 ]
    [ 1.09440092]
    [ 0.56603413]]

   或者

   print(np.random.randn(1,5))
   [[ 0.97008722 -0.51529414 -0.62981021  0.86658057  0.68974524]]

   创建一个行向量或者列向量，或者使用rashape进行校正

   print(a.reshape(5,1))

   往往我们也可以使用assert来检验数据结构是否是我们所期待的数据结构