机器学习、深度学习的数据操作

首先了解一下N维数组

N维数组是机器学习和神经网络的主要数据结构

0维数组（标量）：1 -> 一个类别
1维数组（向量）：[1, 2, 3, 4] -> 一个样本抽象成一个特征向量
2维数组（矩阵）： 几个特征向量组成一个特征矩阵

[[1, 2, 3, 4]
 [1, 2, 3, 4]
 [1, 2, 3, 4]]

3维数组：一张RGB图片（宽×高×通道），宽是列的个数，高是行的个数

[[[1, 2, 3, 4]
 [1, 2, 3, 4]
 [1, 2, 3, 4]]
 [[1, 2, 3, 4]
 [1, 2, 3, 4]
 [1, 2, 3, 4]]]

4维数组：一个RGB图片批量（批量大小×宽×高×通道）

创建一个数组需要什么

• 形状
• 元素的数据类型
• 元素的值：可以是按照某种分布来赋值，例如均匀分布或者正态分布

访问数组内元素的几种方法

注：数组的行列从0开始

访问一个具体元素

第二行第二列：[1,1]

访问一行元素

第二行：[1,:]

访问一列元素

第二列：[:,1]

访问子区域

注：区域是开区间的
第二行到第五行，除了第一列的所有列：[0:6,0:]

代码操作见Numpy基础语法