numpy(机器学习)

小白的机器学习学习笔记 2024/5/7 14：22

学习历史的数据，预测未来发生的情况，做分类

要学习3大部分

1. Numpy（矩阵运算）
2. Pandas（读取数据）
3. 机器学习算法

• 元组：是一个不可更改的数组

创建矩阵

用列表

用元组

#导入numpy，起个别名叫np
import numpy as np
#numpy用来做矩阵运算
rect1=np.array([[1,2,3],[5,6,7]])
print(rect1)
#向量
rect2=np.array([1,2,3])
print(rect2)

# 元组
a=((2,3,4),(5,6,7))
print(a[0],a[1])
#a[0,0]=1 不支持更改
rect3=np.array(a)
print(rect3)

读取矩阵

import numpy as np
r=np.array([[1,2,3],
            [5,6,7]])

#:所有行
a=r[:,0]
print(a)
b=r[0]
print(b)
c=r[1,2]
print(c)

numpy.arange

生成

.reshape

改变形状

np.linsqace

生成

np.zeros

生成0矩阵

np.eye

生成单位矩阵（对角线为1）

np.ones

生成1矩阵

import numpy as np

array=np.arange(10,20,step=1)#起始，终止，步长
print(array)
r=array.reshape(2,5)
print(r)

a=np.linspace(10,20,9)#生成等差数列，起始、终止、个数
print(a)

z=np.zeros((5,5))#参数一是个元组，所以别忘了括号
print(z)
z1=np.eye(5)
print(z1)
o=np.ones((5,5))
print(o)

数组的加减运算

import numpy as np
a=np.arange(10,15)
b=np.array([1,2,3,4,5])
c=a-b
print(c)

a1=np.ones((2,3),dtype=float)
a2=np.random.random((2,3))
a1*=3#a1=a1*3
print(a1)

a1+=a2#这里a1和a2的数据类型要一致，否则会报错
print(a1)

矩阵内部计算

import numpy as np

a=np.linspace(1,15,15).reshape((3,5))
print(a)
s=a.sum()
print(s)

a1=a.sum(axis=0)#整体是第0维度，这里求和效果是按列求和
print(a1)
a2=a.sum(axis=1)
print(a2)

print("==============")

c=np.array([[[0,1,2,3],
             [4,5,6,7]],
            [[8,9,10,11],
            [12,13,14,15]]
            ])

c1=c.sum(axis=0)
print(c1)
c2=c.sum(axis=1)
print(c2)
c3=c.sum(axis=2)
print(c2)

合并矩阵

np.vstack垂直合并

np.hstack水平合并

矩阵转置

行列颠倒

import numpy as np
a=np.ones((2,2))
print(a)
b=np.eye(2)
print(b)
print("===========")

print(np.vstack((a,b)))#垂直合并
print("===========")

print(np.hstack((a,b)))#水平合并
print("===========")
a=np.array([[1,0],[2,3]])
print(a)
print(a.T)#转置，行列颠倒