人工智能-机器学习之numpy方法

机器学习 最重要的东西就是算法   这里面的水很深  所以呢我就简单的整理了一下

基础的操作

 

 

#导入numpy库 as别名 为了怕重名

import numpy as np

# 打印版本号

print(np.version.version)

#声明一个numpy数组 ，一维数组

nlist = np.array([1,2,3])

print(nlist)

#ndim方法用来查看数组维度

print(nlist.ndim)

# 声明一个二维数组

nlist_2 = np.array([[1,2,3],[4,5,6]])

print(nlist_2)

print(nlist_2.ndim)

#使用shape属性来打印多维数组的形状

print(nlist.shape)

print(nlist_2.shape)

#使用size方法来打印多维数组的元素个数

print(np.size(nlist))

print(np.size(nlist_2))

#打印numpy多维数组的数据类型

#打印普通list

print(type([1,2,3]))

print(type(nlist))

#使用dtype属性来打印多维数组内部元素的数据类型

print(type(123))

print(nlist.dtype)

#itemsize属性，来打印多维数组中的数据类型大小，字节

print(nlist.itemsize)

print(nlist_2.itemsize)

#data属性，用来打印数据的缓冲区 buffer

print(nlist.data)

#使用reshape方法来反向生成多维数组 第一个数字是几维数组的，第二个数字是2行，第三个数字是4列

nlist_3 = np.array(range(24)).reshape((3,2,4))

nlist_4 = np.array(range(32)).reshape((4,2,4))

print(nlist_3)

print(nlist_4)

#使用浮点作为元素类型

nlist_float = np.array([1.0,2.0,3.0])

print(nlist_float.dtype)

#使用字符串

nlist_string = np.array(['1','2','3'])

print(nlist_string.dtype)

#四维数组

nlist_4 = np.array(range(20)).reshape((5,2,2,1))

print(nlist_4)

print(nlist_4.ndim)

 

#声明一个size为20的四维数组

nlist_4 = np.array(range(20)).reshape((1,2,5,2))

print(nlist_4)

#声明一个3*3的数组

nlist_33 = np.array([[1,2,3],[4,5,6],[2,3,6]])

#属性

print(nlist_33)

print(nlist_33.shape)

print(nlist_33.ndim)

print(nlist_33.size)

#方法

print(np.size(nlist_33))

print(np.shape(nlist_33))

print(np.ndim(nlist_33))

#自动生成元素为1的多维数组，使用ones方法

nlist_ones = np.ones((4,4))

print(nlist_ones)

print(nlist_ones.dtype)

#使用zeros来生成元素为0的多维数组

nlist_zeros = np.zeros((4,4))

print(nlist_zeros)

print(nlist_zeros.dtype)

#使用empty方法来生成随机多维数组 使用第二个参数来指定数据类型

nlist_empty = np.empty([2,2],dtype=np.int)

print(nlist_empty)

print(nlist_empty.dtype)

#把普通list转换为数组

x = [1,2,3]

x= [(1,2,3),(4,5)]

print(np.ndim(x))

print(np.shape(x))

print(type(x))

nlist = np.asarray(x)

print(type(nlist))

print(nlist.ndim)

print(nlist.shape)

#frombuffer 通过字符串(buffer内存地址)切片来生成多维数组

my_str = b'Hello World'

nlist_str = np.frombuffer(my_str,dtype='S1')

print(nlist_str)

x = np.array([[1,2],[3,4]])

print(x)

#指定axis属性可以指定当前多维数组的维度 axis=0 列级相加 ,keepdims=True 保持维度

sum0 = np.sum(x,axis=0,keepdims=True)

print(sum0)

# axis = 1 行级相加

sum1 = np.sum(x,axis=1,keepdims=True)

print(sum1)

#多维数组赋值

x = np.array([1,2])

y = x.copy()

y[0] = 3

# x[0] = 3

print(x)

#维度级的运算

a = np.array([[1,2],[3,4],[5,6]])

b = np.array([[10,20],[30,40],[50,60]])

#使用vstack方法 列级添加

suma = np.vstack((a,b))

print(suma)

#hstack方法 行级添加

sumb = np.hstack((a,b))

print(sumb)

#多维数组的调用

nlist = np.array([[1,2],[3,4],[5,6]])

#取元素4

print(nlist[1][1])

#第二种写法

print(nlist[1,1])

nlist[2][1] = 7

print(nlist)

#删除方法 delete

#删除nlist第二行

nlist = np.delete(nlist,1,axis=0)

print(nlist)

nlist = np.delete(nlist,0,axis=1)

print(nlist)

 

这些只是一部分基础方法和算法   

想学的精的话只能自己慢慢摸索了 ，  胜利就在前方 ，加油！！