2020-12-15

python基础知识

     一 Pyhton 基础
           1.使用单个for 循环生成列表
             list = [ i for i in range(5) ]   #使用循环表达式生成列表
            2.使用多个for循环生成列表
             list = [m +'_'+n for m in [ 'a ', 'b'] for n in [ 'c','d']]
            3.匿名函数方法
               [ lambda x: 2*x) ( i ) for i in ranhe(5) ]
            4.map 函数方法
               list( map(lambda x : x**2 ,range(8) ))
               **注**map（）函数，第一个参数为函数参数，这里使用lambda匿名函数。
           5.zip对象与enumerate方法
              L1 ,L2 ,L3 = list('123') ,list('456') ,list('789')
              list(zip(L1,L2,L3))  #zip（）函数返回是zip对象，需要list（）、tuple（）才可以得到打包结果。
              L =[ 'abcdefg' ]
              for index , value in enumerate( L):
                     print( f'{value} 的index 是{ index}）

Numpy基础

一、numpy的array构造
1.numpy的array 数组的构造
import numpy as np
np.array([1,2,3,4,5])
2.常用一些函数生成
np.linspace ( 1,8 ,10) # 1 为起始 ，8 为终止 ，10为样本个数，可以自己设定
np.arange(1,5,2) #起始 、终止 （不包含 5）
3.用zeros（）、eye()、full() 创建矩阵
np.zeros( (3,3,)) #传递元组
np.eye( 3 ) #传递一个整数，返回对角线为1的矩阵。
np.full( (3,3),8) #传递（3，3）元组，返回得到3X3大小，值为8的矩阵。
4.常用的随机生成函数
np.random.rand( 3 ） # 生成服从0-1均匀分布随机数
np.random.randn(3) #生成（0，1）的标准正态分布
np.random.randint(1,9,(3,3)) #生成1到9的随机数

二、numpy数组的变形与合并
1.转置
np.ones((3,3)).T #T用于转置
2.神奇的合并：r_ ,c_
np.r_[ np.zeros((2,2,)),np.zeros((2,2))]
#上下合并，变成（4，2）矩阵
np.c_[np.zeros((2,2)),np.zeros((2,2))]
#左右合并，变成（2，4）矩阵
3.维度帮手：reshape
reshape可以实现低维到高维变换

三、numpy的切片和索引
1. 切片索引
target = np.arange(9).reshape(3,3)
target[:-1, [0,2]]
打印如下：
array([[0, 2],
[3, 5]])
2.bool索引
new = target.reshape(-1)
new[new%2==0]
打印如下：
array([0, 2, 4, 6, 8])

四、广播机制
当想要对不同维度数组之间进行运算是，就会使用到广播机制。
例如： one = np.ones((3,2))
one * np.array([2,3])
打印结果：
array([[2., 3.],
[2., 3.],
[2., 3.]])
#本质上[ 2, 3]和one中每一个元素都相乘。

五、向量与矩阵的计算
1.向量内积：dot（）函数。
a = np.array([1 ,2 ,3])
b = np.array([ 2,3,4])
a.dot( b)
打印结果：20
2. 矩阵乘法
a = np.arange(4).reshape(-1,2)
b = np.arange(-4,0).reshape(-1,2)
a @ b
打印结果：
array([[ -2, -1],
[-14, -9]])