Task01 预备知识

Python 基础

1. append() 方法用于在列表末尾添加新的对象。
2. 列表推导式进行写法上的简化：[* for i in ]。其中，第一个为映射函数，其输入为后面i指代的内容，第二个*表示迭代的对象。
   
   3.列表表达式还支持多层嵌套，如下面的例子中第一个for为外层循环，第二个为内层循环
   
   除了列表推导式，另一个实用的语法糖是条件赋值，其形式为value = a if condition else b：
   
   
3. 匿名函数与map方法
   有一些函数的定义具有清晰简单的映射关系，例如my_func函数，这时候可以用匿名函数的方法简洁地表示：
   

4.zip函数能够把多个可迭代对象打包成一个元组构成的可迭代对象，它返回了一个zip对象，通过tuple, list可以得到相应的打包结果：

Numpy 基础

1. np数组的构造
   最一般的方法是通过array来构造：
   
   2.特殊矩阵
   
   
   3.随机矩阵：np.random

最常用的随机生成函数为rand, randn, randint, choice，它们分别表示0-1均匀分布的随机数组、标准正态的随机数组、随机整数组和随机列表抽样：





4. np数组的变形与合并


5.维度变换：reshape

reshape能够帮助用户把原数组按照新的维度重新排列。在使用时有两种模式，分别为C模式和F模式，分别以逐行和逐列的顺序进行填充读取。

由于被调用数组的大小是确定的，reshape允许有一个维度存在空缺，此时只需填充-1即可：

下面将n*1大小的数组转为1维数组的操作是经常使用的：

6. np数组的切片与索引
数组的切片模式支持使用slice类型的start🔚step切片，还可以直接传入列表指定某个维度的索引进行切片：

还可以利用np.ix_在对应的维度上使用布尔索引，但此时不能使用slice切片：

当数组维度为1维时，可以直接进行布尔索引，而无需np.ix_：

7. 常用函数

【a】where

where是一种条件函数，可以指定满足条件与不满足条件位置对应的填充值：

【b】nonzero, argmax, argmin

这三个函数返回的都是索引，nonzero返回非零数的索引，argmax, argmin分别返回最大和最小数的索引

【c】any, all

any指当序列至少 存在一个 True或非零元素时返回True，否则返回False

all指当序列元素 全为 True或非零元素时返回True，否则返回False


【d】cumprod, cumsum, diff

cumprod, cumsum分别表示累乘和累加函数，返回同长度的数组，diff表示和前一个元素做差，由于第一个元素为缺失值，因此在默认参数情况下，返回长度是原数组减1

【e】 统计函数

常用的统计函数包括max, min, mean, median, std, var, sum, quantile，其中分位数计算是全局方法，因此不能通过array.quantile的方法调用：

但是对于含有缺失值的数组，它们返回的结果也是缺失值，如果需要略过缺失值，必须使用nan类型的函数，上述的几个统计函数都有对应的nan函数。

对于协方差和相关系数分别可以利用cov, corrcoef如下计算：

\二维Numpy数组中统计函数的axis参数，它能够进行某一个维度下的统计特征计算，当axis=0时结果为列的统计指标，当axis=1时结果为行的统计指标：

8. 广播机制
广播机制用于处理两个不同维度数组之间的操作，这里只讨论不超过两维的数组广播机制。

【a】标量和数组的操作

当一个标量和数组进行运算时，标量会自动把大小扩充为数组大小，之后进行逐元素操作：

9.向量与矩阵的计算
【a】向量内积：dot

【b】向量范数和矩阵范数：np.linalg.norm

在矩阵范数的计算中，最重要的是ord参数，可选值如下：

作业（明天做）