DL——week2

要学明白的知识点：

• np.dot()的作用
  两个数组的点积，即对应元素相乘
  numpy.dot(a,b,out=None)
  a: ndarray 数组
  b: ndarray 数组
  out: ndarray, 可选，用来保存dot（）的计算结果

• numpy Ndarray对象
  N维数组对象ndarray，是一系列同类型数据的集合，以0下标为开始进行集合中元素的索引

• np.array()
  函数调用方法：np.array(object, dtype = None)
  各个参数的意义：
  object：用来创建数组的对象，可以为单个值，列表等
  dtype：创建数组中的数据类型
  返回值：给定对象的数组

• h5file 文件的使用方法
  关于open 模式：
  w 以写方式打开，
  a 以追加模式打开 (从 EOF 开始, 必要时创建新文件)
  r+ 以读写模式打开
  w+ 以读写模式打开 (参见 w )
  a+ 以读写模式打开 (参见 a )
  rb 以二进制读模式打开
  wb 以二进制写模式打开 (参见 w )
  ab 以二进制追加模式打开 (参见 a )
  rb+ 以二进制读写模式打开 (参见 r+ )
  wb+ 以二进制读写模式打开 (参见 w+ )
  ab+ 以二进制读写模式打开 (参见 a+ )

• 在hdf5文件中，通过关键字获取的对象，是一个什么类型？
  A:the object we obdained isn’t an array, but an HDF5 dataset, like Numpy arrays, datasets have both a shape and a data type:

• Numpy array 的使用方法
  A:array slice：https://www.runoob.com/w3cnote/python-string-index.html
  目测，给str直接赋值，和给str[…]赋值的效果是一样的，也就是说：dset[…] = np.arange(100) 和 dset= np.arange(100)的效果大概是一样的。

• python 中的 array 和numpy 中的 array有什么区别？

• A：numpy中的array提供了矩阵运算的功能

• 为什么要用numpy中的array？

• A：同上

• numpy的reshape函数中，如果第二项为-1，是什么意思？
  A:arr.reshape（r,c)，先将arr看成每一行按顺序排列起来的一个长数组，再将这arr数组重组成一个r行，c列的矩阵，如果c = -1，那就是c = 总数/r，我的理解是这样的。

• numpy的广播，如两个行向量相乘
  A:如果两个向量，或者说矩阵的维度相同，那么python会通过广播（broadcast）来进行，逐个对应元素相乘，构成一个和两个原来的矩阵维度相同的矩阵。

• np.squeeze的作用？压缩维度是指？

• A：目前看来好像是将矩阵变成一个一维数组？

• format函数的用法

• A:Python format格式化函数，基本语法是通过{}和：来代替以前的%，如果在{}之中出现了：则当前是用于数据格式化。

实例：

import numpy as np

array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

print("数组array的值为: ")
print(array)
print("数组array的默认类型为: ")
print(array.dtype)
"""
result:
数组array的值为: 
[0 1 2 3 4 5 6 7 8 9]
数组array的默认类型为: 
int32