numpy庫總包含兩種基本的資料型別：矩陣和陣列，矩陣的使用類似matlab，本例項用得多的是陣列array。
shape是numpy函式庫中的方法，用於檢視矩陣或者陣列的維素
>>>shape(array) 若矩陣有m行n列，則返回(m,n)
>>>array.shape[0] 返回矩陣的行數m，引數為1的話返回列數n
tile是numpy函式庫中的方法，用法如下:
>>>tile(a,(m,n)) 將陣列a作為元素構造出m行n列的陣列
sum()是numpy函式庫中的方法
>>>array.sum(axis=1)按行累加，axis=0為按列累加
argsort()是numpy中的方法，得到矩陣中每個元素的排序序號
>>>a=array.argsort() a[0]表示排序後 排在第乙個的那個數在原來陣列中的下標
dict.get(key,x)
python中字典的方法，get(key,x)從字典中獲取key對應的value，字典中沒有key的話返回0
sorted()
python中的方法
min()、max()
numpy中有min()、max()方法，用法如下
>>>array.min(0) 返回乙個陣列，陣列中每個數都是它所在列的所有數的最小值
>>>array.min(1) 返回乙個陣列，陣列中每個數都是它所在行的所有數的最小值
listdir('str')
python的operator中的方法
>>>strlist=listdir('str') 讀取目錄str下的所有檔名，返回乙個字串列表
split()
python中的方法，切片函式
>>>string.split('str')以字元str為分隔符切片，返回list
a=np.zeros
((m,n), dtype=np.int) #建立資料型別為int型的大小為m*n的零矩陣 賦值的時候要指定a[0,k]=*指第0行第k個元素的賦*值
機器學習 numpy庫的學習
import numpy as np import random 處理數值型的資料 使用numpy生成陣列，型別為ndarray t1 np.array 1 2,3 print t1 print type t1 t2 np.array range 10 print t2 full填充元素 np.fu...
十二 機器學習之路 numpy庫
寫在前面 這篇部落格內容介紹的比較簡單的基本知識，適合python和機器學習零基礎的人看，如果讀者對numpy比較了解的話，可以pass。numpy numpy是python的乙個科學計算的庫，提供了矩陣運算的功能，之前提到的梯度下降法每次迭代都需要遍歷所有的資料，大大降低的程式的運算速度，如果換成...
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...