python 机器学习库：Numpy 2

对数组的分割

Hsplits( 参数1 ， 参数2)
第一个参数是待分割的数组。
第二个参数是要把数组从哪几列分割。
若把一个数组分割成两个，则参数2 是一个数字，若分割成两个以上，参数2是一个元组，而且不可以大于要原数组的列数。
Vsplit(参数1，参数2) 表示按行分割数组。参数同上

相等于引用，变量名不同但指向相同的内存空间。

浅拷贝，变量名不同，a 保存数据的内存地址，c 保存a的内存地址。改变c的元素相当于改变a的元素

深拷贝，在内存中再创建一份数据，赋给新的变量。改变一个的元素，不影响另外一个数组的元素

常用函数

提取数组内某些特定的元素，生成新的数组。
如图提取a数组中的i数组所对应下标的元素，组成新数组。

默认按行进行提取，如果要按列提取，就要如图进行指定。

提取数组中列的最大元素
Xrange(data.shape[1]) 返回一个迭代对象，这里data.shape[1] 是 4 所以返回 [0,1,2,3]。
Data.argmax(axis = 0) 表示按列，最大元素所在的行的索引。
Data[ ind , xrange(data.shape[1])] 返回没列的最大值。
也可以返回没行的最大值：
Data[ xrange(data.shape[0]) , data.argmax(axis=1)]

参数：
Axis = 0 按列干什么
Axis = 1 按行干什么

对部分元素的操作。

生成boolean数组和基本应用，提取原数组为true的元素。

替换数组中的满足条件的元素

按行、按列提取

Ix_() 函数用于生成数组所有可以的组合。
在这里是 a , b , c 这三个数组，计算(a[n] + (b[n] * c[n] ) 的所有可能的组合(n表示多个数组的任意下标)。
例如：计算 a[n] + b[n] + c[n]的所有可能结果的方法有两种：
1.

2．

Transpose 求转置
Inv 求逆矩阵
Pinv 求伪逆矩阵
Eye 创建单位数组
Dot 矩阵运算
Linalg.trace 求数组的迹，主对角线元素的和。

Linalg.solve 求线性方程的解
已知： 数组a 数组b 求一个是数组x
满足dot(a , x) == b

Linalg.eig 求矩阵的特征向量，返回前一个数组是特征值，后一个数组是特征向量(每一列是一个特征向量)。
特征向量说明：

linalg.companion() 求伴随矩阵
矩阵的运算

矩阵的创建
A.T 求矩阵的转置
* 表示矩阵的乘法
A.I 表示矩阵的逆
Solve(A , Y) 矩阵的线性运算

矩阵(matrix) 和 数组(array)的不同

创建矩阵M 和数组 A
第一个不同点：

数组列是一个向量
矩阵的列是一个矩阵
如上用shape查看两者的维度时，会有不同，表示方法也不同。

数组求出的boolean 是一个数组，而且应用时以列为单位。
矩阵求出的boolean 是一个矩阵，如上求得一个二位boolean矩阵，应用时以行为单位。
如果要想像矩阵一样提取列，如下：

其中M 是矩阵
M.A 表示把矩阵变回数组 matrix —- > array

其他：
Mean() 求平均值
Median() 求中位数
Min() 求数组中最小值
Max() 求数组中最大值
Minimum(,) 求两个数组中较小的一个
Maximum(,) 求两个数组中较大的一个
Nonzero() 发现非零列返回一个数组内容是列号

---

参考：
1. http://wiki.scipy.org/Tentative_NumPy_Tutorial
2. http://wiki.scipy.org/Numpy_Example_List