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
这个男人是小帅17 分钟前
【GAT】 代码详解 (1) 运行方法【pytorch】可运行版本
人工智能·pytorch·python·深度学习·分类
热爱生活的五柒24 分钟前
pytorch中数据和模型都要部署在cuda上面
人工智能·pytorch·深度学习
HyperAI超神经2 小时前
【TVM 教程】使用 Tensorize 来利用硬件内联函数
人工智能·深度学习·自然语言处理·tvm·计算机技术·编程开发·编译框架
埃菲尔铁塔_CV算法6 小时前
深度学习神经网络创新点方向
人工智能·深度学习·神经网络
秀儿还能再秀7 小时前
机器学习——简单线性回归、逻辑回归
笔记·python·学习·机器学习
学术搬运工7 小时前
【珠海科技学院主办,暨南大学协办 | IEEE出版 | EI检索稳定 】2024年健康大数据与智能医疗国际会议(ICHIH 2024)
大数据·图像处理·人工智能·科技·机器学习·自然语言处理
图片转成excel表格8 小时前
WPS Office Excel 转 PDF 后图片丢失的解决方法
人工智能·科技·深度学习
李歘歘9 小时前
万字长文解读深度学习——多模态模型CLIP、BLIP、ViLT
人工智能·深度学习
Chatopera 研发团队9 小时前
机器学习 - 为 Jupyter Notebook 安装新的 Kernel
人工智能·机器学习·jupyter