头歌课程总结—NumPy高级

type

status

date

slug

summary

stack 的意思是堆叠的意思，所谓的堆叠就是将两个 ndarray 对象堆叠在一起组合成一个新的 ndarray 对象。根据堆叠的方向不同分为 hstack 以及 vstack 两种。

hstack

两个表格（二维数组）在水平方向上堆叠在一起组合起来，拼接成一个新的表格（二维数组）。像这种行为称之为 hstack（horizontal stack）

vstack

将两个表格（二维数组）在竖直方向上堆叠在一起组合起来，拼接成一个新的表格（二维数组）

feature3.mean(axis=0) 每列平均值

花式索引（Fancy Indexing）是 NumPy 用来描述使用整型数组（这里的数组，可以是 NumPy 的数组，也可以是 python 自带的 list）作为索引的术语，其意义是根据索引数组的值作为目标数组的某个轴的下标来取值。

本来是arr[0] 现在[]中为数组这个数组即是索引数组

[]中为条件式

❓

两个 ndarray 对象的相加、相减以及相乘都是对应元素之间的操作。

当两个 ndarray 对象的形状并不相同的时候，我们可以通过扩展数组的方法来实现相加、相减、相乘等操作，这种机制叫做广播（broadcasting）。

eg：

广播的原则：如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符，或其中的一方的长度为1，则认为它们是广播兼容的。广播会在缺失或长度为1的维度上进行，这句话是理解广播的核心。

广播主要发生在两种情况，一种是两个数组的维数不相等，但是它们的后缘维度的轴长相符，另外一种是有一方的长度为1。

常用函数：

dot()：该函数返回俩个数组的点积。对于二维向量，效果等于矩阵乘法；对于一维数组，它是向量的内积；对于N维数组，它是a的最后一个轴上的和与b的倒数第二个轴的乘积。

det()：该函数用于计算输入矩阵的行列式。

inv()：该函数用于计算方阵的逆矩阵。逆矩阵的定义维如果两个方阵 A、B，使得 AB = BA = E，则A称为可逆矩阵，B 为 A 的逆矩阵，E 为单位矩阵。

solve()：该函数用于计算线性方程的解。

假设有如下方程组：3x+2y=7 x+4y=14；

写成矩阵的形式：[[3,2][1,4]]*[[x],[y]]=[[7],[14]]；

解如上方程组代码如下：

其他的还有乘积奇异值分解等等用的时候再看吧

✅

The End