国外大神制作的一个很棒的 NumPy 可视化教程

Numpy 实用教程。

学 Python 尤其是机器学习,最基础的 NumPy 用法必须得熟悉。网上这方面的教程不少,但基本都前篇一律,枯燥罗列代码,而数组和矩阵本身是有些抽象的,这样难以理解。

今天给各位介绍一个由国外大神制作的 NumPy 可视化教程,直观地介绍 NumPy 的各种用法,很容易就能理解。

话不多说,一睹为快。

数组

先来介绍最基础的一维数组。

创建数组

np.array() 直接创建:

mark

使用 np.ones()、np.zeros() 等方法:

mark

我们在写数组的时候是横着写的,而其实数组是列向量,这样很直观。

数组运算

加减乘除

mark

mark

mark

数组乘以数值

mark

数组索引

mark

数组聚合

mark

上面是一维数组,下面介绍二维维数组也就是矩阵的使用技巧。

矩阵

创建矩阵

直接创建:

mark

使用 np.ones()、np.zeros() 等方法:

mark

这样就很容易理解括号里 (3,2) 的含义。

矩阵运算

mark

mark

矩阵点积

矩阵点积跟线性代数基本一样,有些抽象,借助示意图能很好理解:

mark

进一步拆分解释:

mark

矩阵索引

mark

矩阵聚合

求最值

mark

按行 / 列聚合

mark

矩阵转置

mark

矩阵重塑

reshape() 用法:

mark

高维数组

Numpy 不仅可以处理上述的一维数组和二维矩阵,还可以处理任意 N 维的数组,方法也大同小异。

创建多维数组

mark

mark

掌握了以上基础后,我们可以做个小练习,计算均方误差 MSE:

可以看到有减法、平方、求和等运算:

分别假设相应的预测值和真实值:

作者: Jay Alammar

链接:https://jalammar.github.io/visual-numpy/

END.

你一打赏,我就写得更来劲了
0%