机器学习中的numpy的array_机器学习之numpy库中常用的函数介绍（一）

1. mat()

mat()与array的区别：

mat是矩阵，数据必须是2维的，是array的子集，包含array的所有特性，所做的运算都是针对矩阵来进行的。

array是数组，数据可以是多维的，所做的运算都是针对数组来进行的

(1) 数据能表示的维度不同，array数据可以是多维的，mat的数据必须是2维的。

array能表示超过2维的数据，而mat不能：

对于2维的数据，array和mat的表示形式完全一样(但运算不一样)：

(2) 把array转换为mat

(3) matrix 和 array 都可以通过objects后面加.T 得到其转置。但是matrix objects 还可以在后面加 .H 得到共轭矩阵, 加 .I 得到逆矩阵。

(4) array遵从逐个元素的运算，array的类型的a和b的a*b的运算，相当与MATLAB中的a.*b的运算。

数组a，b的点乘乘法运算a*b (逐个元素的运算)：

数组a，b的矩阵乘法运算：

相当于矩阵A,B的矩阵乘法运算：

(5) **运算不一样

对于array a，a**2运算相当于对于a的元素逐个求平方：

对于mat a，a**2运算相当于矩阵相乘a*a:

2. list和array的区别

(1) list是python的内置数据类型，list中的数据类型不必相同，主要用来作索性，可以通过索引查找数值，但不能对整个列表进行数值运算

但是可以进行+运算，表示的是两个列表的拼接：

(2) array的中的类型必须全部相同(同属于int,float,duoble)才能进行数组间的运算，否则也只能作索引：