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