numpy转str python_Python之深度学习入门

1、Python语言的特点：是一个简单、易读、易记的编程语言，而且是开源的，可以自由使用，可以用类似英语的语法编写程序，编译起来并不费力，此外，Python不仅可以写出可读性高的代码，还可以写出性能高（处理速度快）的代码，在需要处理大规模数据或者要求快速响应的情况下可以稳妥完成。

2、学习深度学习主要使用的外部库是NumPy库（用于数值计算的库，提供了很多高级的数学算法和便利的数组、矩阵操作方法）和Matplotlib库（用于画图的库，能将实验结果可视化，并在视觉上确认深度学习运行期间的数据），可以有效地促进深度学习的实现，尽量避免使用外部库。

3、Python解释器：被称为“对话模式”，用户能够以和Python对话方式进行编程，知识点如下：

算术计算——加减法和乘除法等算数计算，可以按照直接输入的形式计算，如：1-2,4*5,7/5等，*表示乘法，/表示除法，**表示乘方，在Python3.x中，整数除以整数的结果是浮点数，而在Python2.x中整数除以整数的结果是整数；

数据类型——表示数据的性质，有整数、浮点数、字符串等类型，使用type()函数可以查看数据类型，字符串的拼接可以使用“+”；

变量——使用x或y等字母进行定义，此外可以对变量进行赋值或进行计算，Python属于“动态类型语言”的编程语言，动态指得是变量类型根据情况自动决定，“#”是注释，后面的文字被自动忽略；

列表——除了单一数值，可以用列表（数组）汇总数据，元素的访问可以通过a【i】的方式进行，【】中的数字称为索引（下标），索引从0开始，使用len()函数可以获取列表长度，此外Python的列表还提供了切片（slicing）标记法，不仅可以访问某个值，还可以访问子列表，比如a【0:2】用于取出索引为0的元素到索引为2（不包含2）的元素，-1表示最后一个元素，-2表示倒数第二个元素，以此类推；

字典——列表根据索引按照0，1，2，……的顺序存储值，字典以键值对的形式存储数据，比如me={‘height’：180，‘weight’：70}；

if语句——根据不同的条件选择不同的处理分支可以使用if/else语句，Python使用空白字符表示缩进，每缩进一次使用4个字符（tab键）；

for语句——进行循环处理时可以使用for语句，使用for…in…：语句结构可以按照顺序访问列表等数据集合中的各个元素；

函数——可以将一连串的处理定义成函数，并且函数可以带参数。

4、Python脚本文件：打开文本编辑器建立以.py为后缀的文件，写好程序之后打开终端，使用cd命令进入.py文件所在位置，然后将该文件名作为参数，运行python命令，即使用python 脚本文件名.py命令就可以执行这个python程序。

5、类：int、str等数据类型是“内置”数据类型，是Python一开始就有的数据类型，用户自己定义的类可以自己创建数据类型，也可以定义原创的方法（类函数）和属性。特殊方法__init__是进行初始化的方法，也称为构造函数，只在生成类的实例时被调用，而实例变量是存储在各个实例中的变量，通过self后面添加属性名来生成或访问实例变量。

Python中使用class关键字来定义类，遵循以下模板：

class 类名：
	def __init__(self, 参数, …)：	#构造函数
		…
	def 方法名1(self, 参数, …)：	#方法1
		…
	def 方法名2(self, 参数, …)：	#方法2
		…

6、Numpy库：是一个外部库，并不包含在标准版Python中，使用import语句来导入库，Numpy的数组类（numpy.array）提供了很多便捷方法。

生成Numpy数组：要生成Numpy数组，需要使用numpy.array()方法，接收python列表作为参数，生产NumPy数组（numpy.ndarray）；

算术运算：数组x和数组y元素个数相同时，可以对各个元素进行算术运算，当元素个数不同时程序就会报错，所以需要将元素个数保持一致；numpy数组也可以和单一数值（标量）组合起来进行运算，称为广播，需要在数组的各个元素和标量