（1）與運算
>>> vector = numpy.array([5,10,15,20])
>>> equal_to_ten_and_five = (vector == 5)&(vector == 10)
>>> print(equal_to_ten_and_five)
[false false false false]
與運算比較嚴格：乙個數不可能即等於5又等於15，所以全為false
(2)或運算
vector = numpy.array([5,10,15,20])
equal_to_ten_or_five = (vector == 5)|(vector == 10)
print(equal_to_ten_or_five)
[ true true false false]
或運算要求相對寬鬆：只要滿足其中的乙個條件即可。
（3）更換陣列中的值
matrix = numpy.array([[5,10,15],
[20,25,30],
[35,40,45]
second_column_25 = matrix[:, 1] ==25 #找出第一列中等於25的值並將整列以布林值的形式返回
matrix[second_column_25, 1] = 10 #將第一行第一列的值改為10
（4）數值型別的轉換
vector = numpy.array(["1", "2", "3"])
print(vector.dtype)
print(vector)
['1' '2' '3']
將資料型別進行轉換
vector = vector.astype(float)
print(vector)
[1. 2. 3.] #新的資料
（5）檢視陣列中的極值
vector = numpy.array([5,10,15,20])
vector.min() #最小值
（6）按行求和或者按列求和
matrix = numpy.array([[5,10,15], [20,25,30], [35,40,45]])
matrix.sum(axis = 1) #按行求和，把一行的數加起來
array([ 30, 75, 120])
matrix.sum(axis = 0) #按列求和，把一列的數加起來
array([60, 75, 90])
numpy 矩陣 秩 Numpy 矩陣
機器學習中會用到大量的數學操作，而 numpy 計算庫使這些操作變得簡單，這其中就涉及到了 numpy 的矩陣操作，下面我們就來一起學習如何在 numpy 科學計算庫中進行矩陣的一些基本運算。定義矩陣使用 numpy 科學計算庫中的 mat 函式，如下所示 numpy.mat data,dtype ...
numpy矩陣的基礎操作
import numpy delimiter分隔符，dtype資料格式 word alcho numpy.genfromtxt d qiujiahao4.txt delimiter dtype str print type word alcho print word alcho 0 1 2 3 4 ...
Numpy矩陣基礎操作命令
1 arange reshape,arange 按照指定步長遞增生成 mat np.arange 0,18,2 mat mat.reshape 3,3 0 2 4 6 8 10 12 14 16 2 array reshape mat np.array 1,3,4,6 mat mat.reshape...