python3机器学习经典算法与应用之Numpy.array基本操作(一)

Numpy.array的基本操作

首先创建一个一位数组x，再创建一位数组X，通过reshape()方法调整数组的维度。

基本属性

属性ndim用于查看数组的维度。

属性shape也可以同样用来表示维度，但是返回值为元组，表示各个维度的长度。

属性size表示元素个数(数组长度)。

numpy.array数据访问

1.方括号[]+索引的方式

其中索引可以为正数也可以为负数。

对于多维度矩阵可以使用多个方括号来访问。

2.切片

使用:来访问一段距离的元素

：前面的参数默认为从矩阵起始开始访问，后面的参数默认到矩阵终止为止。


同时还可以指定第三个参数，也就是步长(step),通过指定步长可以访问特定元素。

二维数组的访问形式稍微有所区别
例如：访问前两行前三列

解析下面的X切片存取过程，首先X取前两行，然后返回一个列表，再和后面的切片结合相当于再去这个返回列表的前三行，所以结果就如下图所示。

多维数组访问使用在一个方括号内使用，分隔的方式，而不是多个方括号的索引方式。见下图的两种，推荐使用第二种。

当步长为-1时表示将一行数据元素逆转，所以两个-1将行和列都逆转了。

只取某一行或某一列的形式。下图中分别对应只取第一行或者只取第一列。

创建一个X的子矩阵（前两行，前三列），对子矩阵的元素进行修改会发现原矩阵的元素也发生了改变。这是numpy自身的特性，因为处于效率考虑没有创建一个全新的矩阵。同理修改原矩阵的元素，子矩阵也会发生改变。因为原矩阵和子矩阵的引用同一个数组。

想要创建一个和原矩阵的副本(和原矩阵脱离关系)，使用copy()函数,此时无论是对X或subX进行修改都不会影响到另一个的矩阵。

3.reshape()方法

reshape()函数用于改变矩阵维度，参数可以是各个维度的长度，也可以包装成元组作为参数进行传递。修改维度并不是发生在原本的矩阵上，观察下面例子就会发现x本身并没有发生改变，只有重新存储起来才会有效。

通过指定参数为-1可以确定固定有多少行或者多少列。**前提是行数或者列数可以被元素个数整除。**下图展示了化为10和10列的方法。