第一节矩阵创建

??train_test_split,查看该函数的源码

1矩阵创建

import numpy as np
np.ones(10)
np.ones((3,5))
np.zeros(shape=(3,5),dtype=int)
np.full(shape=(3,5),fill_value=666)

#arange
np.arange(0, 20,2)
# 在0到20之间等长的截出10个点，截出11个间隔才为2
np.linspace(0, 20,10)
# randint
np.random.randint(0, 1, 10)
np.randon.randint(4, 8, size=(3, 5))
#seed,使用seed可以使每次生成的随机数都一样
np.random.seed(666)
np.randon.randint(4, 8, size=(3, 5))

np.random.seed(666)
np.randon.randint(4, 8, size=(3, 5))

# normal
# 生成均值为10，方差为100的随机数
np.random.normal(10, 100)

2矩阵使用

import numpy as np
x = np.arange(10)
X = np.arange(15).reshape(3, 5)
#查看维度
x.ndim
# 查看矩阵行列
x.shape
#查看矩阵元素个数
x.size

2.1多维矩阵访问

import numpy as np
x = np.arange(10)
X = np.arange(15).reshape(3, 5)
# 访问单个
X[2,2]
# 切片，从第0个开始，不包含5
x[0:5]
#使用步长访问
x[::-1]
# 访问前两行前三列
X[:2, :3]
# 行倒序，列步长为2
X[::-1,::2]

reshape

x =np.arange(10)
b = x.reshape(1,10)
# 传入行数10，列由计算机自动计算
x.reshape(10, -1)
# 传入列数10，行由计算机自动计算
x.reshape(-1, 10)