机器学习之入门Numpy

标签：机器学习   numpy   线性表   数据   c++   

from numpy import * #导入numpy所有内容到当然命名空间下

jj=[] #创建一个线性表
jj.append(1) #在线性表尾部添加变量
jj.append('hat') #线性表的数据类型可以是不同的

kk={}  #创建一个字典
kk['dog']='you' #字典相当于cpp中的map
kk[1]=42 #数字和字符串可以作为key

a=set([1,2,2,2,3]) #创建一个集合
b=set([2,3,4])
a-b   #得到集合a有 而 集合b没有的东西
a|b  # ab的并集
a&b  # ab的交集

aa=mat([[1,2],
        [3,4]]) #创建一个矩阵,类似matlab
bb=array((1,2,3)) #创建一个向量,注意向量组是与矩阵不同的
print shape(aa.T) #得到矩阵aa的行和列的个数,  .T为转置矩阵
eye(3)            #单位矩阵
print bb**3<span style="white-space:pre">	</span>  #向量对应位相乘
print aa**2       #aa*aa
print multiply(aa,aa) #aa对应位相乘

今天就讲这些

机器学习之入门Numpy

标签：机器学习   numpy   线性表   数据   c++   

原文地址：http://blog.csdn.net/qq_21970857/article/details/45537933