机器学习算法--向量和矩阵

向量是一个有序的数字序列,没有任何“跳跃”。向量是一个稠密的数组(array),它的使用方式很像 Python 的数字列表(list)。我们使用 numpy 数组而不是 Python 列表的主要原因是前者的速度快很多(是后者的 100 倍),并且内存占用更少(只有后者的 1/4)。另外,我们可以使用向量运算,例如,可以将整个数组乘以一个值,而无须使用 for循环遍历每个值。
矩阵可以被看成是一个行向量数组。

import numpy as np

# 创建向量
print(np.array(range(4)))
print(np.arange(4))
x = np.arange(0.5, 4, 1)
print(x)
x[1] = 2
print(x)
print(x.shape)
print(x.T.shape)

# 矩阵
print(np.array([range(4), range(4)]))
print(np.array([[0, 1, 2, 3],
                [0, 1, 2, 3]]))
X = np.array([range(4), range(4)])
print(X.shape)
print(X.T.shape)
# 转置
A = np.array([[1, 2, 3], [4, 5, 6]])
print(A)
print(A.T)

猜你喜欢

转载自blog.csdn.net/fgg1234567890/article/details/114499758