Python机器学习之NumPy库初探

import numpy as np
from numpy import *

#matrix an  overview
mylist=[1,2,3,4,5]
a=10
mymatrix=np.mat(mylist)
print(a*mymatrix)

#special matrix
myzero=np.zeros_like([3,5])
print(myzero)
myzero=np.zeros([3,5])
print(myzero)
myones=np.ones([3,3])
print(myones)
myrand=np.random.rand(3,4)
print(myrand)
myeye=np.eye(3)
print(myeye)

#matrix operation
print(myeye+myones)
print(sum(myones))
mymatrix=np.mat([[1,2,3],[4,5,6],[7,8,9]])
print(multiply(mymatrix,myones))
print(mymatrix*myones)
print(power(mymatrix,2))
print(mymatrix.transpose())

#linalg
print("det:", linalg.det(myeye))
print("inv:", linalg.inv(myeye))
print("rank:", linalg.matrix_rank(myeye))
时间: 2024-10-01 19:35:47

Python机器学习之NumPy库初探的相关文章

7步掌握Python机器学习

"开始",是一个令人激动的字眼.然而万事开头难,当你拥有过多的选择时,往往就会不知所措. 我们希望借助免费.便捷的在线资源,帮助你完成从小白到大牛的蜕变.这篇文章将会回答如何选择资源.如何拓展学习以及按怎样的顺序学习等一系列问题. 我们要开始了!首先假定你还不具备以下技能: 精通机器学习 熟练掌握Python 熟悉其他Python相关包 使用Python的经验或许对后面的学习有帮助,但并不是必需的.在最初的几步多花些时间和功夫也可以弥补这些欠缺. 第1步:Python基本技能 如果我们

Python机器学习库

   Python在科学计算领域,有两个重要的扩展模块:Numpy和Scipy.其中Numpy是一个用python实现的科学计算包.包括: 一个强大的N维数组对象Array: 比较成熟的(广播)函数库: 用于整合C/C++和Fortran代码的工具包: 实用的线性代数.傅里叶变换和随机数生成函数.      SciPy是一个开源的Python算法库和数学工具包,SciPy包含的模块有最优化.线性代数.积分.插值.特殊函数.快速傅里叶变换.信号处理和图像处理.常微分方程求解和其他科学与工程中常用的

最好的Python机器学习库

引言 毫无疑问,神经网络和机器学习在过去几年一直是高科技领域最热门的话题之一.这一点很容易看出,因为它们解决了很多真正有趣的用例,如语音识别.图像识别.甚至是乐曲谱写.因此,在这篇文章,我决定编制一份囊括一些很好的Python机器学习库的清单,并将其张贴在下面. 在我看来,Python是学习(和实现)机器学习技术最好的语言之一,其原因主要有以下几点: 语言简单:如今,Python成为新手程序员首选语言的主要原因是它拥有简单的语法和庞大的社区. 功能强大:语法简单并不意味着它功能薄弱.Python

《Python数据科学指南》——2.2 使用NumPy库

2.2 使用NumPy库 Python中,NumPy提供了一条高效处理超大数组的途径.大多数Python科学计算库中都在内部使用NumPy处理数组和矩阵操作.在本书中,NumPy被广泛应用,我们在本节介绍它. 2.2.1 准备工作 我们先写一系列语句来操作数组和矩阵,学习如何使用NumPy.目的是让您习惯使用NumPy数组,它也是本书大多数内容的基础. 2.2.2 操作方法 我们先创建一些简单的矩阵和数组. # Recipe_1a.py # 导入NumPy库,命名为np import numpy

《Python机器学习实践指南》——1.2 Python库和功能

1.2 Python库和功能 现在,我们已经对数据科学工作流的每一步有了初步的理解,下面来看看在每一步中,存在哪些有用的Python库和功能可供选择. 1.2.1 获取 访问数据常见的方式之一是通过REST风格的API接口,需要知道的库是Python Request库.它被称为给人类使用的HTTP,为API的交互提供了一个整洁和简单的方式. 让我们来看一个使用Requests进行交互的例子,它从GitHub的API中拉取数据.在这里,我们将对该API进行调用,并请求某个用户的starred库列表

Python NumPy库安装使用笔记

  这篇文章主要介绍了Python NumPy库安装使用笔记,本文讲解了NumPy的安装和基础使用,并对每一句代码都做了详细解释,需要的朋友可以参考下 1. NumPy安装 使用pip包管理工具进行安装 代码如下: $ sudo pip install numpy 使用pip包管理工具安装ipython(交互式shell工具) 代码如下: $ sudo pip instlal ipython $ ipython --pylab #pylab模式下, 会自动导入SciPy, NumPy, Matp

盘点·GitHub最著名的20个Python机器学习项目

我们分析了GitHub上的前20名Python机器学习项目,发现scikit-Learn,PyLearn2和NuPic是贡献最积极的项目.让我们一起在Github上探索这些流行的项目! Scikit-learn:Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块,他的特色就是多样化的分类,回归和聚类的算法包括支持向量机,逻辑回归,朴素贝叶斯分类器,随机森林,Gradient Boosting,聚类算法和DBSCAN.而且也设计出了Python numerical和s

十大Python机器学习开源项目

1.Scikit-learn 用于数据挖掘和数据分析的简单而有效的工具,基于NumPy,SciPy和matplotlib,开源,商业可用的BSD许可证. Commits: 21486, Contributors: 736, Github地址: Scikit-learn 2.Tensorflow  最初由Google机器智能研究机构的Google Brain小组的研究人员和工程师开发. 该系统旨在促进机器学习的研究,并使其快速和容易地从研究原型过渡到生产系统. Commits: 10466, Co

《Python机器学习实践指南》——导读

前言 Python机器学习实践指南 机器学习正在迅速成为数据驱动型世界的一个必备模块.许多不同的领域如机器人.医学.零售和出版等,都需要依赖这门技术.在这本书中,你将学习如何一步步构建真实的机器学习应用程序. 通过易于理解的项目,你将学习如何处理各种类型的数据,如何以及何时应用不同的机器学习技术,包括监督学习和无监督学习. 本书中的每个项目都同时提供了教学和实践.例如,你将学习如何使用聚类技术来发现低价的机票,以及如何使用线性回归找到一间便宜的公寓.本书以通俗易懂.简洁明了的方式,教你如何使用机