Python 机器学习基础（二）——Numpy 篇

本文是 Python 机器学习基础系列文章的第二篇——Numpy 篇。

Numpy

Numpy 是 Python 的一种开源数值计算扩展包，它可以用于存储和处理大型矩阵，比 Python 自带的嵌套列表结构要高效得多。

Numpy 数组（Numpy array）

数组（array）是 numpy 模块的一个主要类，可以表示向量（一维）、矩阵（二维）或高维数组，如声音、图像、视频等，并可以进行面向向量或矩阵的运算。

创建 array

用 array 构造函数创建一个 numpy 数组，可以是 1-D, 2-D, 3-D,…：

import numpy as np
a = np.array([0, 1, 2, 3])
print a.ndim, a.shape

b = np.array([[0, 1, 2], [3, 4, 5]])
print b.ndim, b.shape

c = np.array([[[1], [2]], [[3], [4]]])
print c.ndim, c.shape

其中 array() 函数的输入是一个 list 结构。

可以调用函数创建一些特殊的 array：

a = np.arange(10)       # 序列数组
b = np.arange(1, 9, 2)      # start, end (exclusive), step

c = np.linspace(0, 1, 6)    # start, end, num-points
d = np.linspace(0, 1, 5, endpoint=False)

e = np.ones((3, 3)) # 用 tuple 作为输入
f = np.zeros((2, 2))
g = np.eye(3)
h = np.diag(np.array([1, 2, 3, 4]))

m = np.random.rand(4)
b = np.random.randn(4)
np.random.seed(1234)    # 随机数种子

总结：创建 array 时，数据用 list 指定，维度用 tuple 指定。

基本数据类型

Numpy 中的基本数据类型包括：bool, int8~int64/int, uint8~uint64/uint, float16~float64/float, complex64, complex128/complex, S7（字符串）等。使用 a.dtype 可以查看数组的元素数据类型，在创建数组时指定 dtype 关键字可以指定数据类型。

a = np.array([1, 2