Python机器学习计划 002：Numpy学习

Python机器学习计划 002：Numpy学习

基于 莫烦Python 的学习路径

标签：Python 机器学习 数据分析

---

矩阵的创建

简单创建矩阵

将数列转换称矩阵，使用array的方法即可。

import numpy as np
a = [1,2,3,4,5]
np.array(a)

快速创建N维矩阵

np.ones([10,10])

创建10行10列的初始值为浮点1的矩阵

np.zeros([10,10])

创建10行10列的初始值为浮点0的矩阵

np.empty([10,10])

创建10行10列的为初始值的矩阵，所以是随机值

从现有的数据创建数组

array(深拷贝) & asarray(浅拷贝)

---

PYTHON 赋值、浅拷贝、深拷贝

• 赋值：拷贝传递对象的引用，原始列表改变，被赋值的对象也会做相同的改变
• 浅拷贝：拷贝对象，但是没有拷贝子对象，原始数据改变，子对象会改变
• 深拷贝:对象和子对象均被拷贝，所以对原始对象的改变不会造成任何元素，子元素的改变。

创建随机数组

通过np.random来创建随机数组

• np.random.rand(10, 10)
  创建指定形状(示例为10行10列)的数组(范围在0至1之间)
• np.random.uniform(0, 100)
  创建指定范围内的一个数
• np.random.randint(0, 100)
  创建指定范围内的一个整数

查看数组属性

shape 表示数组的维度，返回一个数组，(n,m)：表示n行m列
size 表示数组的总个数，相当于n*m的值
dtype 对象的元素的类型
ndim 返回数组的维度，相当于秩（线性代数）

Numpy运算

条件运算

统计运算

数组运算

矩阵运算

np.dot()