Python 机器学习库机器学习库 NumPy入门教程入门教程
NumPy是一个Python语言的软件包,它非常适合于科学计算。在我们使用Python语言进行机器学习编程的时候,这是一个非
常常用的基础库。
本文是对它的一个入门教程。
介绍介绍
NumPy是一个用于科技计算的基础软件包,它是Python语言实现的。它包含了:
强大的N维数组结构
精密复杂的函数
可集成到C/C++和Fortran代码的工具
线性代数,傅里叶变换以及随机数能力
除了科学计算的用途以外,NumPy也可被用作高效的通用数据的多维容器。由于它适用于任意类型的数据,这使得NumPy可
以无缝和高效的集成到多种类型的数据库中。
获取获取NumPy
由于这是一个Python语言的软件包,因此需要你的机器上首先需要具备Python语言的环境。关于这一点,请自行在网络上搜
索获取方法。
关于如何获取NumPy也请参阅scipy.org官网上的Installing packages。本文不再赘述。
笔者推荐使用pip的方式安装Python包,命令如下:
pip3 install numpy
本文的代码在如下的环境中验证和测试:
硬件:MacBook Pro 2015
OS:macOS High Sierra
语言环境:Python 3.6.2
软件包:numpy 1.13.3
可以在这里获取到本文的所有源码:https://github.com/paulQuei/numpy_tutorial
另外,
为了简单起见,本文我们会通过Python的print函数来进行结果的验证
为了拼写方便,我们会默认import numpy as np
基础属性与数组创建基础属性与数组创建
NumPy的基础是一个同构的多维数据,数组中的元素可以通过下标来索引。在NumPy中,维度称之为axis(复数是axes),
维度的数量称之为rank。
例如:
下面是一个具有rank 1的数组,axis的长度为3:
[1, 2, 3]
下面是一个具有rank 2的数组,axis的长度也是3:
[[ 1, 2, 3],
[ 4, 5, 6]]
我们可以通过array函数来创建NumPy的数组,例如这样:
a = np.array([1, 2, 3])
b = np.array([(1,2,3), (4,5,6)])
请注意,这里方括号是必须的,下面这种写法是错误的:
a = np.array(1,2,3,4) # WRONG!!!
NumPy的数组类是ndarray,它有一个别名是 numpy.array,但这与Python标准库的array.array并不一样。后者仅仅是一个一