最近才开始接触python,python中为我们提供了大量的库,不太熟悉,因此在《机器学习实战》的学习中,对遇到的一些函数的用法进行记录。
numpy函数库中存在两种不同的数据类型(矩阵matrix和数组array),都可以用于处理行列表示的数字元素。虽然他们看起来很相似,但是在这两个数据类型上执行相同的数学运算可以得到不同的结果,其中numpy函数库中matrix与MATLAB中matrices等价。
调用mat( )函数可以将数组转化为矩阵。例如
random.rand(3,3)#构造一个3*3的随机数组
mat(random.rand(3,3))#将3*3的随机数组转化为一个3*3的矩阵
shape函数是numpy.core.fromnumeric中的函数,它的功能是读取矩阵的长度,比如shape[0]就是读取矩阵第一维度的长度。它的输入参数可以使一个整数表示维度,也可以是一个矩阵。例子如下:
matDemo=mat(random.rand(3,5))
matDemo.shape[0]#获取矩阵第一维的长度,输入参数是一个整数表示维度
matDemo.shape[1]#获取矩阵第二维的长度,
shape(matDemo) #获取矩阵的各个维度的大小,输入参数是一个矩阵
自己在学习的过程中遇到后在慢慢补充。
版权声明:本文为博主原创文章,未经博主允许不得转载。
原文地址:http://blog.csdn.net/u010412719/article/details/47090353