《Python机器学习》 课件 第3章 Python常用机器学习库(1) Numpy.pptx

Python机器学习第3章 Python常用机器学习库 3.1 NumPy NumPy 是 Numerical?Python?的简称，是高性能计算和数据分析的基础包。 NumPy是Python的一个扩充程序库。支持高维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。Numpy运算效率极好,是大量机器学习框架的基础库。包括：1.一个强大的N维数组对象ndarray；2.比较成熟的（广播）函数库；3.用于整合C/C++和Fortran代码的工具包；4.实用的线性代数、傅里叶变换和随机数生成函数。NumPy 通常与?SciPy（Scientific Python）和?Matplotlib（绘图库）一起使用， 这种组合是一个流行的计算框架，可以作为 MatLab 的替代方案。3.1.1 ndarray对象 NumPy的强大功能主要基于底层的一个ndarray结构，其可以生成N 维数组对象。ndarray内部构成：1)数组形状shape：一个表示数组各维大小的整数元组。2)数组数据data：一个指向内存中数据的指针。3)数据类型dtype：一个描述数组的类型对象。4)跨度strides：一个元组，表示当前维度移动到下一个位置需要跨越的字节数。5)数组顺序order：访问数组元素的主顺序，如“C”为行主序，“F”为列主序等。 ndarray的数据结构2. 创建ndarrayarray 函数：numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)参数说明：名称描述object数组或嵌套的数列dtype数组元素的数据类型，可选copy对象是否需要复制，可选order创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）subok默认返回一个与基类类型一致的数组ndimin指定生成数组的最小维度【例3.1】建立一个一维ndarray数组。import numpy as npa = np.array([1,2,3])print(a)【例3.2】创建二维数组。import numpy as np a = np.array([[1,2], [3,4]]) print(a)【例3.3】使用ndmin参数设置数组的最小维度。import numpy as np a = np.array([1,2,3,4,5], ndmin=2) print(a)【例3.4】使用dtype 参数设置为数组类型为复数。 import numpy as np a = np.array([1,2,3], dtype = plex) print(a)3.1.2 NumPy 数据类型 NumPy内置了24种数组标量（array scaler）类型，也支持Python的基本数据类型。名称描述bool_布尔型，True或Falseint8有符号字节类型，范围为 -128~127int16有符号16位整数，范围为 -32768~ 32767int32有符号32位整数，范围为 -231~ 231-1int64有符号64位整数，范围为 -263~263-1uint8无符号字节类型，范围为 0 ~ 255uint16无符号16位整数，范围为 0 ~ 65535uint32无符号32位整数，范围为 0 ~ 232-1uint64无符号64位整数，范围为 0 ~ 264-1float_64位浮点数，同float64float1616位浮点数float3232位浮点数float6464位（双精度）浮点数，同float_complex_128 位复数，同complex128complex6432位复数complex128128位复数，同complex_1.数据类型对象 (dtype)Numpy中的dtype(data type object)是由nump.dtype类产生的数据类型对象，其作用是描述数组元素对应的内存区域的使用。其内部结构包括数据类型、数据的字节数、各组成部分的顺序、各字段的名称等。构造dtype 对象的语法为：numpy.dtype(object, align, copy)主要参数：object - 要转换为dtype对象的数据对象。align - 如果为 True，填充字段使其类似C的结构体。copy - 复制 dtype 对象 ，如果为False，则是对内置数据类型对象的引用。【例3.6】使用dtype对象设置数据类型。import numpy as np x=np.array(5,dtype=float32)print(x为:,x)print(x对象的data属性： ,x.data)print(x对象的size属性：,x.size)prin