开始记录机器学习的库函数——Numpy

import numpy
world = numpy.genfromtxt("world.txt",delimiter=",",dtype=str)//第一个参数是要读取文件的位置，第二个参数是文件内分隔的符号，第三是用什么样子的类型去读取
print(type(world)) //当前变量是什么结构
print(help(numpy.genfromtxt)) //打印一下帮助文档。也就是这个函数的参数怎么传啥的。

vector = numpy.array([1，2，3，4])//是创建一个array数组了
print(vector.shape) //对当前这个array创建出来的结构是什么样子的
//***numpy中array中的数值的类型必须是相同的。与一般数组有区别。如果存在不一样的类型，它会自动把所有的类型都改成那个更加常用的类型
//取值也是用索引、还可以用切片，和python类似。
//取值时，例：取第一列所有的数 print(max1[:,0]) 冒号表示所有。

判断：

vector = numpy.array(["1","2","3","4"])
print(vector.dtype) //查看array是什么类型的
print(vector)
vector = vector.astype(float) //把array都转换成float类型
print(vector.dtype)
print(vector)

vector.min()  //最小值
vector.sum(axis=1) //设置维度 axis=1 ，对行求和
							 axis=0 ，按列求和

import numpy as np //np表示numpy的别名
print(np.arange(15))
a = np.arange(15).reshape(3,5) //把一行的矩阵变成三行五列
a

a.ndim//表示维度，这是二维矩阵所以输出2
a.dtype.name // int32
a.size //表示元素个数

//可以对矩阵初始化
np.zeros((3,4)) //初始化矩阵为3行4列
这样子初始化出来是float类型的

np.ones((2,3,4),dtype=np.int32)
这边初始化出来就是int32的

np.arange(10,30,5)//表示从10开始，30结束，每隔5装入一个数
np.linspace(0,10,100) //表示从0-10内平均去除100个数

np.random.random((2,3)) //首先是介入random模块，再调用random模块类的random函数。

A=numpy.array([1,0]
				,[1,1])
B=numpy.array([2,0]
				,[3,4])
A*B 表示矩阵元素对应位置相乘
A.dot(B) 表示矩阵的乘法
== np.dot(A,B)
B=np.exp(B) //表示B变成e的B的多少次幂（每项）
B=np.sqrt(B) //表示每项都开个根号
A.ravel //把A矩阵拉直变成一串，也就是一维的
A.T表示转置
np.hstack((a,b)) //stack表拼接，h表示行拼接||v表示列拼
np.hsplit(a,3) //把a切分成三份
np.hsplit(a,(3,4)) //表示在3那切一刀，在4那切一刀。
A.argmax(axis=0) //每一列的最大值的索引

np.tile(a,(3,5)) 把a扩展成3行5列。也就是相当于复制a构成3行5列。