【免费】2017.09.10王雪婷1资源-CSDN文库

需积分: 0 103 浏览量 2022-08-08 21:06:51 上传评论收藏 52KB DOCX 举报

资源详情

资源评论

资源推荐

2017.08.28--2017.09.10 周报

——王雪婷

一、摘要

1.自学莫烦 python 视频中，神经网络的介绍

2.自学 numpy 库（网址：https://docs.scipy.org/doc/numpy-dev/user/quickstart.html）

二、主要内容

1.神经网络的自学

2.Numpy 库的自学

这个库是全英文的，为了方便自己日后复习，我也做了部分文字上的翻

译（可能有部分专业名词不准确），并且查了一些中文的教程，总结如下：

NumPy 数组

NumPy 数组是一个多维数组对象，称为 ndarray。其由两部分组成：

� 实际的数据

� 描述这些数据的元数据

大部分操作仅针对于元数据，而不改变底层实际的数据。

关于 NumPy 数组有几点必需了解的：

� NumPy 数组的下标从 0 开始。

� 同一个 NumPy 数组中所有元素的类型必须是相同的。

NumPy 数组属性

NumPy 数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此

类推。在 NumPy 中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。

比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一

维数组。所以一维数组就是 NumPy 中的轴（axes），第一个轴相当于是底层数组，第二

个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

NumPy 的数组中比较重要 ndarray 对象属性有：

1.ndarray.ndim：数组的维数（即数组轴的个数），等于秩。最常见的为二维数组（矩

阵）。

2.ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二

维数组中，表示数组的“行数”和“列数”。ndarray.shape 返回一个元组，这个元组的长度

就是维度的数目，即 ndim 属性。

3.ndarray.size：数组元素的总个数，等于 shape 属性中元组元素的乘积。

4.ndarray.dtype：表示数组中元素类型的对象，可使用标准的 Python 类型创建或指定

dtype。

5.ndarray.itemsize：数组中每个元素的字节大小。例如，一个元素类型为 float64 的数组

itemsiz 属性值为 8(float64 占用 64 个 bits，每个字节长度为 8，所以 64/8，占用 8 个字

节），又如，一个元素类型为 complex32 的数组 item 属性为 4（32/8）。

6.ndarray.data：包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以

通常不需要使用这个属性。

例如：

剩余11页未读，继续阅读

评论0

内容反馈

杏花朵朵

粉丝: 18
资源: 333

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip