[Machine-Learning] 熟悉 Numpy

Numpy 是 Python 中的一个模块,主要用于处理数学和计算相关的问题,这里是一个入门的介绍。

导入

习惯上可以这样导入:

import numpy as np

在 machine learning in action 这本书里,是没有 as np的:

from numpy import *

两种方式都可以,看习惯吧。

随机数

生成一个 4 * 4 的随机 数组(0<元素<1):

np.random.rand(4,4)

也可以不添加参数,生成单一随机数。

[Machine-Learning] 熟悉 Numpy

矩阵

使用 mat() 函数,可以把数组转换为 矩阵

[Machine-Learning] 熟悉 Numpy

转换为矩阵类型之后,可以使用矩阵的一些特有属性,例如:

  • 转置: T 成员
  • 逆矩阵:I 成员

操作如下:

[Machine-Learning] 熟悉 Numpy

做一个乘法:矩阵 * 自己的逆矩阵,结果应该是一个单位阵:

[Machine-Learning] 熟悉 Numpy

结果发现,会有一定的误差,矩阵中还留下了很多非常小的元素,应该是计算机处理浮点数的时候产生的误差,可以减去一个单位阵,来得到这个 误差值

[Machine-Learning] 熟悉 Numpy

上一篇:Python之路,第十五篇:Python入门与基础15


下一篇:python学习3—数据类型之整型、字符串和布尔值