Python基础学习12

python机器学习：机器学习中，经常会将多个功能的库一起使用，以便优化参数，获得更好的学习效果；numpy库 数学库 、matplotlib库 绘图库、 pandas库 数据分析库、 tensorflow库 机器学习模型库。
numpy库：用于高性能科学计算和数据分析，是常用的高级数据分析库的基础包，是基于C语言开发的库。
numpy库安装：

pip3 install numpy
Collecting numpy
  Downloading https://files.pythonhosted.org/packages/74/68/2b00ba3c7390354db2a1706291750b6b7e911f6f79c0bd2184ae04f3c6fd/numpy-1.15.4-cp36-cp36m-macosx_10_6_intel.macosx_10_9_intel.macosx_10_9_x86_64.macosx_10_10_intel.macosx_10_10_x86_64.whl (24.5MB)
    100% |████████████████████████████████| 24.5MB 20kB/s
Installing collected packages: numpy
Successfully installed numpy-1.15.4

numpy中array使用方法：

import numpy as np

arr1 =np.array([2,3,4])
print( arr1)
print ( arr1.dtype)
#输出结果[2 3 4] int64

arr2 = np.array([ 1.2, 2.3 , 3.4])
print( arr2)
print( arr2.dtype)
#输出结果[1.2 2.3 3.4] float64

print ( arr1 + arr2)
#输出结果[3.2 5.3 7.4]

print( arr2 * 10 )
#输出结果[12. 23. 34.]

data = [[1,2,3], [4,5,6]]
arr3 = np.array(data)
print( arr3)
#输出结果下面两行
[[1 2 3]
 [4 5 6]]
print ( arr3.dtype)
#输出结果int64

print (np.zeros((3,5)))#初始化一个3行5列初值为0的2维矩阵
#输出结果下面三行
[[0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]

print( np.ones((4,6)))#初始化一个4行6列初值为1的2维矩阵
#输出结果下面4行
[[1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1.]]

print(np.empty((2,3,2)))#初始化一个初值为空的3维矩阵，设置为空时，系统随机填值
#输出结果如下
[[[1.72723371e-077 2.00389124e+000]
  [2.29742568e-314 2.29744260e-314]
  [2.29744268e-314 2.25071003e-314]]

 [[2.29659185e-314 2.29743164e-314]
  [2.29743655e-314 2.29743167e-314]
  [2.29743658e-314 8.34402697e-309]]]


arr4 = np.arange(10)
arr4[5:8] = 10#给5至7填值10，以0起始
print(arr4)
#输出结果[ 0  1  2  3  4 10 10 10  8  9]

arr_slice = arr4[5:8].copy()
arr_slice[:] = 15
print(arr_slice)
#输出结果[15 15 15]
print(arr4)
#输出结果[ 0  1  2  3  4 10 10 10  8  9]