#機器學習之numpy基本知識#
1.numpy陣列建立
函式：np.arange() np.array() .astype()轉換資料型別
2.資料讀取
np.loadtxt(「file_path」,delimiter="") delimiter引數定義按進行分割載入資料
3.索引和切片
example：陣列t
t[:,:]取全部元素 t[2:,:]取從第三行開始的所有元素
t[[2,3],[3,2]]取3行4列和4行3列的特定元素（用於取不同行列的多個元素）
4.陣列的拼接
np.vstack(t1,t2)豎直拼接
np.hstsck(t1,t2)水平拼接
5.常見陣列
np.zeros(m,n)m行n列的全0陣列
np.ones(m,n)m行n列的全1陣列
np.eyes(m,n)m行n列的單位陣列
6.陣列元素的刪改
直接使用索引進行賦值更改即可：t[2,3] = 4 將t中3行4列的元素改為數值4
刪除使用t.drop()
7.獲取陣列中最大最小值
np.argmax(t,axis=0/1)
np.argmin(t,axis=0/1)
其中axis=0表示行中的最大最小值，axis=1表示列中的最大最小值
8.定義隨機種子
意義：保證每次隨機數一致，復現每次效果
np.random()定義隨機數/陣列
np.random.seed()定義隨機種子
9.注意點
numpy中的copy和view ：
a=b 和 a=b[:]view 操作中a和b相互影響，使用.copy()a\b相互不影響
一般複製操作最好前後名稱一致：a = a[:]
機器學習 Numpy的基本使用
numpy介紹 numpy是乙個開源的python科學計算庫，用於快速處理任意維度的陣列。numpy支援常見的陣列和矩陣操作，對於同樣的數值計算任務，使用numpy比之間使用python要簡潔的多。numpy使用ndarray物件來處理多維陣列，該物件是乙個快速而靈活的大資料容器。ndarray介紹...
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...
機器學習預備 numpy
引入 import numpy as np numpy 資料結構 ndarray numpy 使用的陣列類是 ndarray 一些重要屬性如下 ndarray.ndim 維數 ndarray.shape 返回 n,m n行 m列 ndarray.dtype 型別 numpy 資料結構 mat mat...