关键词：
1，机器学习numpy 初识
1）numpy初识
import numpy
num1= numpy.array([1,2,3])
dtype(‘num1‘) #查找类型
num1.dtype
num1.shape #查找数据维数
num1.genfromtxt("wordll.txt",delimiter=‘,‘,dtype=str,skip_header=1) #通过文本读取数据
num1[0,2] #取指定标的数据 小标为0-2的数据
matrix = numpy.array([5,6,7,8],
[5,6,7,8],
[5,6,7,8],
[5,6,7,8])
matrix[:,1] #返回 [6,6,6,6]
enq=(matrix == 8)
#返回array([flase,flase,flase,true],
[flase,flase,flase,true],
[flase,flase,flase,true],
[flase,flase,flase,true])
print(matrix[enq]) #返回 [8,8,8,8]
print(matrix[enq,:]) # 返回所在的行
================================================
2)numpy 矩阵
vetor = numpy.array([10,15,5,30])
numd=(vetor==10 | vetor==15)) #[ture,false,false,true]
vector = vetor.astype(float) # 类型返回float
print(vector.dtype) # float
#求和
matrix.sum(axis=1) # 对行求和
matrix.sum(axis=0) # 对列求和
numpy.arange(15)
a=numpy.arange(15).reshape(3,5)
a.shape
a.dtype.name
a.size
a.nidm
#初始化空矩阵
np.zeros(3,4) # 3 行 4列的空矩阵
np.ones((2,3,4),dtype=np.Int32)
np.arange(10,30,5) # [10,15,20,25]
np.arange(12).reshape(4,3)
np.random.random((2,3))
np.linspace(0,12,100) # 0-12 取100 个数的数组
#计算
np.dot(A,B) #两个矩阵的相乘 也可以A*B
np.sqrt(B) #求平方根
np.exp(B) # 平方
a = np.floor(10*np.random.random(3,4)) #向下取整
a.ravel() # 多维数组变成一位数组
a.shape=(6,2)
a.T #转置
a.reshape（3,-1) #数组转为多维数组 3 行 ，列自动分
np.vstack(A,B) #竖着拼
np.hstack(A,B) #横着拼
np.hsplit(a,3) #横着切
np.vsplit(b,3) #竖着切
np.hsplit(a,(3,4)) #3,4是切分的点
id(a) # 查看内存地址是不是一样
c = a.view();
c.shape=2.6 # 浅复制 地址不同 但会共享数据
d = a.copy(); #深复制
===================================================
a = np.arange(0,40,10)
print(a)
b = np.tile(a,(4,3)) //重复4行3列的矩阵
print(b)
np.sort(axis=1) # 排序
j=np.argsort(a) # 返回排序之后的索引值数组
=========================================================
numpy模块中的矩阵对象为numpy.matrix，包括矩阵数据的处理，矩阵的计算，以及基本的统计功能，转置，可逆性等等，包括对复数的处理，均在matrix对象中。 class numpy.matrix(data,dtype,copy):返回一个矩阵，其中data为ndarray对象或者字符形式；dtype:为data的type；copy:为bool类型。
>>> a = np.matrix(‘1 2 7; 3 4 8; 5 6 9‘) >>> a #矩阵的换行必须是用分号(;)隔开，内部数据必须为字符串形式(‘ ’)，矩 matrix([[1, 2, 7], #阵的元素之间必须以空格隔开。 [3, 4, 8], [5, 6, 9]]) >>> b=np.array([[1,5],[3,2]]) >>> x=np.matrix(b) #矩阵中的data可以为数组对象。 >>> x matrix([[1, 5], [3, 2]])
===========================================================================
numpy 教程参考：http://www.yiibai.com/numpy/
python学习之路：numpy初识(代码片段)
importnumpyasnp;//一维NumPy数组myArray=np.array([1,2,3,4]);print(myArray);[1234]//打印一维数组的形状print(myArray.shape);(4,)//像普通的Python数组一样，NumPy数组的起始索引编号为0。print(myArray[0]);print(myArray[1]);12//像数组一样直接修改NumPy 查看详情
100天精通python（数据分析篇）——第49天：初识numpy模块(代码片段)
文章目录每篇前言一、初识numpy模块1.numpy介绍2.ndarray对象介绍3.numpy下载二、numpy模块的基本使用1.numpy数据类型2.创建数组3.Ndarray数组属性三、元素操作1.索引和切片2.布尔索引3.广播原则4.轴(axis)四、书籍每篇前言🏆🏆作... 查看详情
pandas初识(代码片段)
基本内容Series是有一组数据（numpy的数据类型numpy.ndarray）以及一组数据标签（即索引）组成obj=Series([4,7,-5,3])print(type(obj))print(type(obj.values))obj.values<class‘pandas.core.series.Series‘><class‘numpy.ndarray‘>array([4, 7,-5, 3],dtyp... 查看详情
机器学习---初识python的numpy模块(代码片段)
🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🥰博客首页：knighthood2001😗欢迎点赞👍评论🗨️❤️热爱python，期待与大家一同进步成长！！❤️ Nu... 查看详情
二快速上手数组计算模块numpy(代码片段)
目录一、前置知识二、初识Numpy2.1NumPy概述2.2创建数组2.3数组的基本操作(重点)2.4NumPy矩阵的基本操作(重点)2.5NumPy常用统计分析函数(重点)三、总结NumPy是数据分析的三大剑客之一，主要用于数组计算、矩阵运算和科学计算。对... 查看详情
python数据分析pandas之dataframe初识(代码片段)
Python数据分析pandas之dataframe初识声明与简介pandas是一个基于python的、快速的、高效、灵活、易用的开源的数据处理、分析包(工具)。。pandas构建在numpy之上，它通过DataFrame（数据框）来操作数据。数据框是一个高效的... 查看详情
大创首月学习计划
一、Python相关学习1、学习pandas和numpy库的用法；2、初识无监督学习，聚类、降维；3、构建实例：基于聚类的整图分割；4、构建二叉决策树，初识随机森林；二、硬件相关学习1、下载Arduino的数据手册并学习；2、在仿真环境下初... 查看详情
mlnumpy&pandas的学习(代码片段)
【ML】Numpy&Pandas的学习安装numpy和pandas我就直接简单的pip3installnumpy和pip3installpandas就完事了最新的python3版本貌似自带？我也没注意…numpy的简单使用初识arrayimportnumpyasnparray=np.array([[1,2,3],[4,5,6]])print(array)print(& 查看详情
《机器学习算法原理与编程实践》学习笔记
...）1.2对象、矩阵与矢量化编程1.2.1对象与维度（略）1.2.2初识矩阵（略）1.2.3矢量化编程与GPU运算（略）1.2.4理解数学公式与NumPy矩阵运算1.矩阵的初始化#coding:utf-8importnumpyasnp#导入NumPy包#创建3*5的全0矩阵和全1的矩阵myZero=np.zeros([3,5... 查看详情
python中都有哪些简单的算法？
...与安装3.1.1 NumPy简介3.1.2 NumPy安装3.2 基本操作3.2.1 初识NumPy3.2.2 NumPy数组类型3.2.3 NumPy创建数组3.2.4 索引与切片3.2.5 矩阵合并与分割3.2.6 矩阵运算 查看详情
javascript对象及初识面向对象
JavaScript对象及初识面向对象： 查看详情
hdmi初识
HDMI初识1.阅读文档xapp1287(1)KC705HDMIReferenceDesignBlockDiagram (2)KC705HDMIReferenceDesignClock&DatapathDiagram (3)HDMIReferenceDesignBlockDiagram2.阅读文档PG230（1）VideoPHYControllerCoreBlockDi 查看详情
01初识linux
初识linux目录发行版安装激活密钥：MC60H-DWHD5-H80U9-6V85M-8280DWSL快照 查看详情
1初识jvm
初识面向对象三（经典类/多态/鸭子类型/初识封装）
py2中的经典类coding:utf-8classD:pass#deffunc(self):#print(‘d‘)classB(D):pass#deffunc(self):#print(‘b‘)classC(D):passdeffunc(self):print(‘c‘)classA(B,C):pass#deffunc(self):#print(‘a‘)a=A()a.func()python2.x中 查看详情
初识jquery
初识jQuery1、jQuery本质(function(window,undefined)varjQuery=function()returnnewjQuery.prototype.init();jQuery.prototype=constructor:jQueryjQuery.prototype.init.prototype=jQuery.prototype;window.jQuery 查看详情
spark初识
文章目录Spark初识Spark是什么ApacheSpark演变为什么使用Spark全快Spark组件SparkCoreSparkSQLSparkStreamingSparkMLlibSparkGraphXSparkRpySparkspark在数仓的应用总结Spark初识从今天开始我们进入数据仓库的查询引擎篇了，前面我们已经写了大量的文... 查看详情