Numpy 基本概念以及2.7版本与3.6版本间的差异

Numpy 基本概念以及2.7版本与3.6版本间的差异

iPython环境下

Numpy

randn()函数：产生numpy数组array类型，一般若为定义则用 from numpy.random import randn，e.g. randn(7,4)产生7✖️4数组

下标：数组下标从0开始和c++一致

冒号：arr[:,1] 二维数组第一列，arr[1,:]二维数组第一行

arr[1:, 2] 索引值为1的行(第二行)到end（包含）第三列（索引值为2），arr[:3, 2]第一行到第三行(0,1,2) 即冒号后的数字不包含该数字索引

对于索引与数组匹配的问题，若arr1= [’s’,’b’,’s’] arr2 为3✖️n数组才可匹配，即判断字符是否相等从而饮用arr2 如arr2[arr1 == ‘s’]输出arr1为s的对应数组值，布尔型数组的长度必须和索引的轴长度一致

注意：Python中的and or 关键字在布尔型数组中无效

arange(15)返回0-14不包含最后一个， 15个数组

Pandas

对于标签的切片即带冒号的选择行列，其末端是包含的

sklearn

kaggle竞赛课本和实际ipython使用中的差异

from sklearn.cross_validation import train_test_split改为

from sklearn.model_selection import train_test_split