python 数据操作（numpy、re）

numpy

• 一维数组可直接统计学计算多维的制定某行或列也可以
• r = np.arange(36).reshape((6,6))得到的1到36的二维数组（一般不说矩阵，就说几维数组，这样可以统一称法与用法）
  • np.array([1,2,3])可以把list或df？变成array，但是必须要统一元素类型（这也是他比list效率高的一个原因）
• reshape很常用
• 每次控制维度常常思想不清楚，x是选“行”所以对一个指定的y坐标，遍历x的过程就变成一整列了！这样想就不会错啦

• linspace()通过指定开始值、终值和元素个数创建等差一维数组，可以通过endpoint参数指定是否包含终值，默认值为True，即包含终值。
  arange()通过指定开始值、终值(不包含终值)和步长创建等差数一维数组，不包含终值。 

• axis的使用：想象是沿着python里面的shape(x,y,z)里面对应的axis为0,1,2来进行操作？？？

• np.random.randn(d0, d1, …, dn)：from标准正态分布中（mean=0,std=1）；
  np.random.rand(d0, d1, …, dn)：from随机样本位于[0, 1)

• a.dot(b)，若ab是向量，结果是标量（內积），如果是矩阵，结果是矩阵相乘的结果。注意维度必须一样！向量：长度一样，注意是(n,)的那种不能是(n,1)*(n,1)这样就变成矩阵相乘了；矩阵：维度匹配

  •    

  • a*b就是按元素位置乘，结果维度不变，这个会boardcasting如1*2和2*2相乘的，会自动把1*2的按照缺的那个维度复制一份再与2*2的按元素相乘：

 

re

正则表达式 匹配方式

• ^和$：开头和结尾；re* 是>=0, re+是>=1个表达式；
• ^和大写 表示取反；.表示除\n外的任何单个字符
• \d数字 即[0-9]；\s空白符 即[\f\n\r\t\v]；\w包括下单词字符 即[A-Za-z0-9_]。注意这些都是表示一个字符

算了还是直接别人的总结图吧

 

括号的含义