Python 机器学习库 NumPy入门教程

NumPy是一个Python语言的软件包，它非常适合于科学计算。在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础库。

本文是对它的一个入门教程。

介绍

NumPy是一个用于科技计算的基础软件包，它是Python语言实现的。它包含了：

除了科学计算的用途以外，NumPy也可被用作高效的通用数据的多维容器。由于它适用于任意类型的数据，这使得NumPy可以无缝和高效的集成到多种类型的数据库中。

获取NumPy

由于这是一个Python语言的软件包，因此需要你的机器上首先需要具备Python语言的环境。关于这一点，请自行在网络上搜索获取方法。

关于如何获取NumPy也请参阅scipy.org官网上的Installing packages。本文不再赘述。

笔者推荐使用pip的方式安装Python包，命令如下：

pip3 install numpy

本文的代码在如下的环境中验证和测试：

可以在这里获取到本文的所有源码：https://github.com/paulQuei/numpy_tutorial

另外，

基础属性与数组创建

NumPy的基础是一个同构的多维数据，数组中的元素可以通过下标来索引。在NumPy中，维度称之为axis（复数是axes），维度的数量称之为rank。

例如：

下面是一个具有rank 1的数组，axis的长度为3：

[1, 2, 3]

下面是一个具有rank 2的数组，axis的长度也是3：

[[ 1, 2, 3],
 [ 4, 5, 6]]

我们可以通过array函数来创建NumPy的数组，例如这样：

a = np.array([1, 2, 3])b = np.array([(1,2,3), (4,5,6)])

请注意，这里方括号是必须的，下面这种写法是错误的：

a = np.array(1,2,3,4) # WRONG!!!

NumPy的数组类是ndarray，它有一个别名是 numpy.array，但这与Python标准库的array.array并不一样。后者仅仅是一个一维数组。而ndarray具有以下的属性：