第一章Python简介——numpy和matplotlib
1.Python中的元素
1.1乘方
**表示乘方,3**2表示3的2次方。
1.2数据类型
type()函数可以查看数据的数据类型。
1.3列表
a=[1,2,3,4,5] #生成列表
print(a) #打印列表
len(a)#列表的长度
a[0]#列表中第一个元素
a[0:2]#获取索引为0到2(不包括2)的元素
a[:,-1]#获取从第一个元素到最后一个元素的前一个元素之间的元素
a[0:2]用于取出从索引为0的元素到所以为2的元素的前一个元素之间的元素。索引-1表示最后一个元素,-2对应倒数第二个元素。
1.4缩进
python使用空白字符进行缩进,每缩进一次,使用4个空格符或者使用一个tab。
2.NumPy库
numpy是用于数值计算的库,提供了很多高级的数学算法和便利的数组(矩阵)操作方法。
import numpy as np
A=np.array([[1,2],[3,4]])#2×2的矩阵
A.shape()#A的形状2×2
A.dtype#A的数据类型
A[0]#第0行
A[0][1]#2
这里需要指出的一点是,Python中具有对应元素的运算(element-wise)和广播(broadcast)运算。当两个进行运算的数组是同样维度的时候,进行的是对应元素的运算,当两个进行运算的数组维度不同时,进行广播运算,即将低纬度的数组扩展成和高纬度同样维度的数组进行运算。
3.Matplotlib库
matplotlib是用来画图的库。使用Matplotlib能将实验结果可视化,并在视觉上确认深度学习运行周期的数据。
本书使用Python3和numpy库matplotlib库进行深度学习理论和编程的讲解。