今天繼續學習一下numpy庫，廢話不多說，整起走
先說下numpy中，經常會犯錯的地方，就是資料的複製
這個問題不僅僅是在numpy中有，其他地方也同樣會出現
先看看這段**，我們隨便建立了乙個numpy陣列
然後我想把a這個值，賦值給b，很簡單的操作，b = a
那麼我們列印一下b和a是不相等，返回的結果為true
也就是說，b和a是相等的
那麼我們現在講b做個shape變換
然後在看看a的shape有沒有變換
我們這裡多列印些東西，更容易我們理解
我們看到a 的id，和b 的id 是一樣的，說明a和b，是完全相等的
我改變其中任意乙個，都是改變另外乙個值。實際上a和b指向的都是記憶體中的同乙個位址
我們接著看下面的**
我這裡 定義了乙個c，這個c也是一種複製，淺複製。用view()
我們在看看c 是不是a,返回的結果則是，false，說明，a和c不相等
我們將c.shape變換為2，6
列印一下a.shape發現，a的shape還是3,4
那麼我將c中的乙個值，修改為1234
可以看到，列印出來的a也改變了
讓後通過id發現， 他們兩個不是同乙個位址。但是我修改的時候會做修改
說明，用view()方法複製出來的資料，相當於python中的淺拷貝。
簡單說，就是a和c他們指向的位址不一樣，但是他們公用一組資料。
但是這個view不推薦使用
下面我們接著看
這裡看到，d = a.copy()，a 不是d ,所以列印出來是false
那麼我們讓d 中的 乙個元素變成9999
那麼列印一下a和d 發現，a中沒有變化，d中有變化，也就是說
如果我們想讓乙個變數，的初始值是a，然後在新的上面做一些變化的時候，一定要用copy來做
下面我們在說說argmax
這段**可以看出，我們生成了乙個5行 4列的矩陣。我們定義維度axis = 0 就是按照列進行選擇
列印一下可以看到，第一列中0.98935825這個值是最大的。我們通過列印ind，得到最大的值是矩陣第一列的第3個元素
也就是元素下標為2，那麼第二列中，第乙個元素最大，下標為0，以此類推，得到[2 0 3 1]
按行找的話，需要設定維度axis = 1，即可
我們想取到，沒列中，最大的數是多少，可以使用data_max這種取值方式，將矩陣中按照列排列最大的元素是多少，取出來
看到上面這段**，我們生成乙個向量
然後，通過tile函式，將我們生成的向量傳入進去，讓後按照矩陣進行翻倍變換
得到，4行2列的資料，下面繼續
首先我們使用sort，將我們的a進行了以行為主的排序
我們可以看到，使用np.sort和直接.sort的效果是一樣的
np.argsort，則是求出a的索引值，然後再按照a的索引值進行排序
今天就先說到這裡，感謝各位的閱讀，感謝支援！！謝謝！！
numpy庫的學習
今天開始進行對numpy庫的學習為了以後使用python進行機器學習開闢道路 為了方便在文件開頭可以 import numpy as np 這個函式實際上是 numpy.array object,dtype none,copy true,order none,subok false,ndmin 0 ...
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...
Numpy庫的學習（一）
今天來學習一下python庫中，支援高階大量的維度陣列與矩陣運算的神奇的numpy庫 numpy同時也對陣列運算提供大量的數學函式，對於大量計算執行效率極好 是大量機器學習框架的基礎庫 廢話不多說，直接開整 numpy中最核心的結構就是ndarray陣列 numpy中定義的最重要的物件是成為ndar...