机器学习python基础(三)numpy(二)

numpy.array 基本操作

先产生x和X:
机器学习python基础(三)numpy(二)

numpy.array 基本属性

机器学习python基础(三)numpy(二)

numpy.array数据访问

  • 正向访问数据:
    机器学习python基础(三)numpy(二)
  • 反向访问数据,负号表示反向:
    机器学习python基础(三)numpy(二)
  • 访问多维数据:
    机器学习python基础(三)numpy(二)
  • 省略一些条件的访问
    一维
    机器学习python基础(三)numpy(二)
    多维:
    机器学习python基础(三)numpy(二)
  • 子array
    这样修改子array数据会影响到原来的array:
    机器学习python基础(三)numpy(二)
    通过添加copy就可以不用影响到原来的array:
    机器学习python基础(三)numpy(二)
  • reshape
    x是10行1列的一维数据:
    机器学习python基础(三)numpy(二)
    reshape用来调整数据的维度:
    机器学习python基础(三)numpy(二)
    如果是负一(-1)就是不指定相应的行或者列,让他自动调整
    机器学习python基础(三)numpy(二)
    如果不能整除自适应,就会报错:
    机器学习python基础(三)numpy(二)

numpy.array的合并和分割

numpy.array的合并

  • 一维合并:
    机器学习python基础(三)numpy(二)
  • 多维合并:
  • 机器学习python基础(三)numpy(二)
  • 首先看axis参数,不填默认是0,在第一个维度上面扩展:
  • 机器学习python基础(三)numpy(二)
    在第二个维度上:
    机器学习python基础(三)numpy(二)
    维度不同,不能合并:
    机器学习python基础(三)numpy(二)
    需要通过reshape转换成维度相同的:
    机器学习python基础(三)numpy(二)
    上面的方式相当于:
    机器学习python基础(三)numpy(二)
    再看看与之对应的hstack,在水平方向上合并。
    机器学习python基础(三)numpy(二)
    如果维度水平方向维度不匹配,会报错:
    机器学习python基础(三)numpy(二)

numpy.array的分割

  • 一维分割
    机器学习python基础(三)numpy(二)
  • 多维分割
    机器学习python基础(三)numpy(二)
    还可以通过以下方式分割:
    机器学习python基础(三)numpy(二)
    负数表示从后往前分割:
    机器学习python基础(三)numpy(二)