假設有矩陣a與b，則我們有如下操作方法：
1. a ** i：對矩陣a中的所有元素做i次方的操作並返回乙個新矩陣
2. a * b: 將矩陣a與矩陣b中對應元素相乘並返回乙個新矩陣
3. dot(a, b): 對矩陣a與矩陣b做矩陣乘法的運算
4. f(a)：對矩陣a中所有元素做函式f操作
5. a.sum()：將a中所有元素加和並返回該值
6. a.min()：將a中最小的元素返回
7. a.max()：將a中最大的元素返回
8. a.sum(axis = i)：將a中第i-1維的元素加和
9. a.min(axis = i)：找出a中第i-1維的最小元素
10. a.cumsum(axis = i)：將a中第i-1維的元素從前往後累積相加，即返回的矩陣中第乙個元素與a相同，第二個元素為第乙個元素與第二個元素的和，…，第k個元素為a中前k-1個元素的和
ndarray的flat屬性是乙個指向array元素的迭代器，通過該迭代器，可以訪問單個元素
numpy的常用函式 不斷更新
numpy最基本的就是陣列和矩陣，先簡單介紹一下陣列的基本操作 1.陣列 1.1建立 from numpy import array a1 array 2,3,4 print a1 2 3 4 a2 array 1,2,3 4,5,6 print a2 1 2 3 4 5 6 import nump...
numpy函式記錄
功能 產生size個離散均勻分布的整數，這些整數大於等於low，小於high。預設high是none,如果只有low，那範圍就是 0,low 如果有high，範圍就是 low,high n 3a np.random.randint 20,40,n,2 astype np.float32 b np.r...
Numpy庫中常用random函式
在機器學習中，經常需要用到資料的生成或者初始值生成，記錄一下常用的random函式 rand生成的是給定大小規模且數值在 0,1 均勻分布的資料 import numpy as np x np.random.rand 2,3 生成2x3規模，數值在0到1內均勻分布的資料 print x 輸出結果 0...