机器学习_一

NumPy

---

1.如何创建一个numpy.array?

# 创建

np.array(3, dtype=int)  # 创建一个数组

np.arange(10, 2, -2)  # 按序创建一个数组

np.full(shape=(3, 5), fill_value=666)  # 创建一个3行5列，元素为666的矩阵

np.empty(3, dtype=int)  # 创建一个伪随机数组，实际是空

np.ones(3, dtype=int)  # 创建一个全是1的数组

np.zeros(3, dtype=int)  # 创建一个全是0的数组

np.eye(3, 5, dtype=int)  # 创建一个i=j全为1的

np.diag([3, 4, 5], 1)  # 从下标为1处开始

np.vander([1, 2, 3], 4)  # 生成每一列都是输入一维数组或列表或元组的递减幂， x其中最高多项式阶数为n-1

np.concatenate((a, b), axis=0)  # 将两个数组拼接

np.linspace(a, b, 3)  # 线性分割  在[a, b]中等长截取n个点，包括a和b

np.logspace(2, 3, 3)  # 以10为底，划分  10的平方~10的立方，平均划分

np.random.randint(a, b)   # [a, b)间的整数

np.random.randint(a, b, size=10)  # 从[a, b)中有放回的选取10个整数

np.random.random((a, b))  # 创建a行b列的矩阵，元素随机

np.random.seed(66)  #  随机种子：使随机产生的数固定

np.indices((3, 4))  # 生成两个规定行列相同的数组，分别按行和列从0开始

np.fromstring(d, dtype=np.int8)  # 将字符串以ASCII码形式输出

2.numpy.array的属性

# 形状

a.shape  # 形状

a.ndim  # 维度

a.size  # 元素个数

np.reshape(-