深度学习入门：基于Python的理论与实现——第一章Python入门

本文为深度学习入门：基于Python的理论与实现的学习笔记，由于笔者已有matalb、c\c++，java相关语言基础，故只记录不同之处需要注意的地方，供给有其他有语言基础，没学过python但研究方向为机器学习等分支方向的同学参考。

第一章Python入门

1.2.2使用的外部库

• Numpy是用于数值计算的库，提供了很多高级的数学算法和便利的数学（矩阵）操作方法。
• Matplotlib是用来画图的库。使用Matplotlib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。

1.3.4列表

        Python索引左闭右开

   eg a[0:2] #索引0~2的元素（不包括2）的元素

       索引0对应第一个元素

       索引-1对应最后一个元素

1.3.5字典

字典以键值对形式存储数据 {‘height’:180}

• Python使用空白字符表示缩进。每缩进一次，使用四个空白字符

1.3.8 for语句

  循环处理时可以使用for语句

  语句结构 for i in [1,2,3]:

1.3.9 函数

将一连串处理定义为函数

>>>def hello():

print(“Hello world!”)