numpy机器学习&深度学习 常用函数

Python numpy(np)创建空的字符串数组、矩阵。解决数组中每个元素仅保留单个字符,无法完整填入字符串。

bash 复制代码
matrix1=np.zeros(shape=(31,22)).astype(np.str_)
matrix1[matrix1 == '0.0'] = ''

1.reshape()方法

作用是将数据按照指定的维度重新组织并返回。也就是reshape(行,列)可以根据指定的数值将数据转换为特定的行数和列数,就是转换。

例:
reshape(1,-1) 也就是转换为1行,列数不指定,让系统自动计算
reshape(-1,1) 也就是转换为1列,行数不指定,让系统自动计算

2.np.linalg.norm()用于求范数

linalg本意为linear(线性) + algebra(代数),norm则表示范数。

bash 复制代码
np.linalg.norm(x, ord=None, axis=None, keepdims=False)

1.x: 表示矩阵(一维数据也是可以的~)

2.ord: 表示范数类型

  1. ord=1:表示求列和的最大值

  2. ord=2:|λE-ATA|=0,求特征值,然后求最大特征值得算术平方根 ord=∞:表示求行和的最大值

  3. ord=None:表示求整体的矩阵元素平方和,再开根号

3.axis

参数 含义

0 表示按列向量来进行处理,求多个列向量的范数

1 表示按行向量来进行处理,求多个行向量的范数

None 表示整个矩阵的范数

4.keepdims:表示是否保持矩阵的二位特性,True表示保持,False表示不保持,默认为False

3. .shape的使用方法

shape[0]读取矩阵第一维度的长度,即数组的行数
shape[1]读取矩阵第二维度的长度,即数组的列数

对于二维张量,shape[0]代表行数,shape[1]代表列数,同理三维张量还有shape[2]

一般来说,-1代表最后一个,所以shape[-1]代表最后一个维度,如在二维张量里,shape[-1]表示列数

bash 复制代码
import numpy as np
k = np.matrix([[1, 2, 3, 4],
             [5, 6, 7, 8],
             [9, 10, 11, 12]])
print(np.shape(k))       # 输出(3,4)表示矩阵为3行4列
print(k.shape[0])        # shape[0]输出3,为矩阵的行数
print(k.shape[1])        # 同理shape[1]输出列数
相关推荐
~kiss~1 小时前
K-means损失函数-收敛证明
算法·机器学习·kmeans
PKNLP1 小时前
深度学习之神经网络1(Neural Network)
人工智能·深度学习·神经网络
AI新兵3 小时前
深度学习基础:从原理到实践——第一章感知机(中)
人工智能·深度学习
生物小卡拉3 小时前
R脚本--表达矩阵与特征矩阵相关性分析
笔记·学习·机器学习
伏小白白白3 小时前
【论文精度-1】 组合优化中的机器学习:方法论之旅(Yoshua Bengio, 2021)
人工智能·机器学习·组合优化
CH3_CH2_CHO3 小时前
DAY03:【DL 第一弹】神经网络
人工智能·pytorch·深度学习·神经网络
apocalypsx4 小时前
深度学习-Kaggle实战1(房价预测)
人工智能·深度学习
春末的南方城市4 小时前
开放指令编辑创新突破!小米开源 Lego-Edit 登顶 SOTA:用强化学习为 MLLM 编辑开辟全新赛道!
人工智能·深度学习·机器学习·计算机视觉·aigc
Macre Aegir Thrym4 小时前
MINIST——SVM
算法·机器学习·支持向量机
PKNLP4 小时前
聚类之KMeans
机器学习·kmeans·聚类