import numpy as np
from numpy import * #numpy的所以模組引入當前的命令空間
eye(4) #產生4*4的單位矩陣
a.i #求逆
a.t #求轉置
a.h #求共軛
函式描述：把括號中的陣列轉換為矩陣
np.matrix（a）把括號中的陣列轉換為矩陣
注：matrix()和 array ()函式都可以通過物件後面加上.t 得到其轉置。
matrix()還可以在後面加 .h 得到共軛矩陣, 加.i 得到逆矩陣，
array()就不可以
（1）、np.mat(b)將括號中的陣列b轉化為矩陣
（2）、mat()函式生成矩陣中資料可以為字串以分號(；)分割，或者為列表形式以逗號（，）分割
a=numpy.mat('1,2;3,4')
b=numpy.mat([[1,2],[3,4]])#列表形式以逗號作為分割
d=numpy.array([1,2,3,4])
print(type(d))
#結果為：
# #所以使用array()函式產生的不是矩陣格式
而且--array()函式的乘法（*）是矩陣元素所對應位置的兩個數進行相乘！若想讓之遵循矩陣乘法規則可以使用dot()函式
總結：（1）、array()函式的相乘中：*代表點乘（對應元素相乘），dot()代表矩陣乘積。
mat()函式的乘法中：*代表矩陣乘，multiply()代表點乘
dot函式
函式描述：對於秩為1的陣列，執行對應位置相乘，然後再相加；
對於秩不為1的二維陣列，執行矩陣乘法運算；
dot函式是np中的矩陣乘法函式，x.dot(y) 等價於 np.dot(x,y)
函式描述：陣列和矩陣對應位置相乘，輸出與相乘陣列/矩陣的大小一致
numpy.multiply(x1, x2, /, out=none, *, where=true, casting='same_kind', order='k', dtype=none, subok=true[, signature, extobj]) =作用物件為矩陣時——執行矩陣乘法
np.max：(a, axis=none, out=none, keepdims=false)
最少輸入乙個引數
axis預設為0（0：列向 1：行向）
作用：求序列的最值
np.maximum：(x, y, out=none)
至少輸入兩個引數
作用：x和y逐位比較去其大值
>> np.max([-2, -1, 0, 1, 2])2
>> np.maximum([-2, -1, 0, 1, 2], 0)
array([0, 0, 0, 1, 2])
# 當然 np.maximum 接受的兩個引數，也可以大小一致
# 或者更為準確地說，第二個引數只是乙個單獨的值時，其實是用到了維度的 broadcast 機制；
np.log()---求對數
np.abs()---求絕對值
np.random.randn(5)生成5個高斯隨機數變數，型別為一維陣列
np.random.randn(5,1) 生成的為5行1列的矩陣
np.outr()---倍數運算
函式作用：第乙個引數表示倍數，使得第二個向量每次變為幾倍。
import numpy as np
x1 = [1,2,3]
x2 = [4,5,6]
outer = np.outer(x1,x2)
#結果顯示
[[ 4 5 6] #1倍
[ 8 10 12] #2倍
[12 15 18]] #3倍
機器學習之numpy入門
numpy建立陣列方式 coding utf 8import random import numpy as np array方式傳入資料 t1 np.array range 0 12 print t1 print t1.dtype print type t1 np.arange方式 t2 np.ar...
《Python之機器學習（NumPy）》
單行注釋 多行注釋 多行注釋 多行注釋 a.ndim 輸出陣列的維數 a.shape 輸出陣列的形式 幾行，幾列 copy 複製陣列 a 2 陣列中每個元素乘以2 1,2 2 陣列將變成4個 a 2 a的平方 1,2 2 unsuported operand type 陣列訪問。修建異常值。處理不存...
python系列之numpy模組學習
未完待續 1.nupmy是什麼？numpy是python中用於科學計算的乙個庫。import numpy as np 匯入numpy並命名為np print np.version.version 輸出numpy的版本 print np.version 也可以這樣輸出版本 結果如圖 2.建立陣列 ar...