numpy向量转换为矩阵_干掉公式——numpy 就该这么学

机器学习和数据分析变得越来越重要，但在学习和实践过程中，常常因为不知道怎么用程序实现各种数学公式而感到苦恼，今天我们从数学公式的角度上了解下，用 python 实现的方式方法。

友情提示：不要被公式吓到，它们都是纸老虎

关于 Numpy

NumPy 是使用 Python 进行科学计算的基础软件包。除其他外，它包括：

• 功能强大的N维数组对象
• 精密广播功能函数
• 集成 C/C+和Fortran 代码的工具
• 强大的线性代数、傅立叶变换和随机数功能

机器学习和数据分析，numpy 是最常用的科学计算库，可以用极简的、符合思维习惯的方式完成代码实现，为学习和实践提供了很大的便利

环境准备

创建虚拟环境(可省略)，安装 numpy 包：

pip install numpy

测试安装：

>>> import numpy>>>

在下面实践中，默认将 numpy 引用为 np：

import numpy as np...

基础运算

编程语言大多数运算都是针对简单数值的，复杂运算是通过相应的数据结构结合程序逻辑计算的。numpy 虽然是针对复杂数据结构(例如矩阵)构造的，但它提供了和简单数值计算一样方便的操作。

幂运算

幂运算的运算符为 ** ，即两个星号(一个星号表示乘)，例如计算 x 的平方： x**2 ，x 的立方： x**3 ，等等

开方，相当于计算 1/2 次方，即 x**(1/2) 或者 x**0.5 ，因为常用 numpy 提供了便捷函数， sqrt ，例如对数字 x 开平方，就是 np.sqrt(x) .

实际上平方运算也有便捷方法： np.square

绝对值

绝对值表示一个数轴上的值距原点的距离，表示为 |x| ，numpy 提供便捷方法 abs 来计算，例如 np.abs(x) ，就为 x 的绝对值

理解向量和矩阵

线性代数是机器学习和数据分析的基础数学之一，而向