xtingjie的博客

numpy的主要对象是多维数组，数组内每个元素类型相同numpy中数组的维（dimension）叫做轴（axes），维数叫做rank例如：[ [1, 2, 3], [4, 5, 6] ]的维数为2，第一维的长度为2，第二维的长度为3numpy中数组类是ndarray常用属性常用属性包括shape（各个维度的元素个数）、ndim（维数）、size（数字的总个数）、dtype（数据类型比如int64）、

Python工具包numpy，其中的random模块包含了很多产生随机数和随机数组的函数 也能产生特定分布的随机数，如正态分布、泊松分布等常用函数rand函数，产生0到1的随机数，参数是shaperandn函数，产生标准正态分布，均值为0，方差为1，参数也是shaperandint函数，产生指定范围的随机整数，前两个参数表示范围，最后一个参数是size=（shape）特定分布numpy.r

dtype表示numpy的多维数组的元素的数据类型

linalg是numpy中用于线性代数计算的模块是linear algebra的简写里面有很多功能函数，可以求行列式、特征值、特征向量、求逆矩阵等等求行列式矩阵转置转置不需要用到linalg 方阵求逆如下图，求逆用inv函数，invert的简写 a和b互为逆 a和b相乘之后得到单位矩阵 广义逆矩阵迹求方阵的迹直接用numpy里面的函数即可 特征值和特征向量

numpy中包含的newaxis可以给原数组增加一个维度np.newaxis放的位置不同，产生的新数组也不同一维数组x = np.random.randint(1, 8, size=5)xOut[48]: array([4, 6, 6, 6, 5])x1 = x[np.newaxis, :]x1Out[50]: array([[4, 6, 6, 6, 5]])x2 = x[:, np.newax