Numpy库学习——向量表示
来源:互联网 发布:吾知的小说 编辑:程序博客网 时间:2024/05/17 04:14
Numpy库学习——向量表示
在机器学习和深度学习的编程过程中,为了提高程序的运行速度,通常将模型表达式转换为向量表达式(向量化),即利用矩阵运算思想提高运行效率。那么,在Python中究竟如何利用Numpy库定义一个向量,以及如何判断否为向量呢?
(一)Python中向量的特征
通常情况下,Python中向量和数组之间界限比较模糊,很多时候是通用的,但是在有时候数组不一定能够表示向量,比如,利用Numpy中random模块中的randn函数生成的一维数组,既不是行向量,也不是列向量,而是秩为1的数组:
上述秩为1的一维数组仅有一个方括号,而实际中向量或者矩阵有两层方括号(即属于二维数组),下面给出列向量、行向量和矩阵的示例。
- 列向量
-行向量
-矩阵
综上可知,可以以方括号的形式判断数组是否能够代表一个向量或者矩阵,又或者通过转置看前后是否变化来判断。
(二)Python中向量的构建
在实际编程中,可以采用如下方式构建向量或者矩阵,即
(1)reshape()函数
通过reshape()函数可以依据数组创建指定维度的向量或者矩阵,比如可以针对秩为1的数组创建列向量或者行向量或者矩阵,即由一维数组转化成二维数组,如下所示
注:reshape()函数可以创建指定形状的新数组,但是不会改变原数组的形状,如
(2)直接在构建数组时,利用数组函数指定行列数
可以利用zeros(),ones(),randn()等函数构建指定形状的数组、向量、矩阵,例如
注:np.zeros(数值)构建的一维数组秩为1,不能代表向量,如
阅读全文
0 0
- Numpy库学习——向量表示
- 赛码网练习——向量表示
- Numpy学习笔记——Numpy基础
- Numpy学习笔记——NumPy模块
- numpy基础教程—数组(向量)的属性和方法
- Numpy库学习—squeeze()函数
- 文本深度表示模型—word2vec&doc2vec词向量模型
- 文本深度表示模型—word2vec&doc2vec词向量模型
- Numpy入门学习之(二)linalg库----向量范数、矩阵范数、行列式、矩阵逆、幂
- tensorflow学习——numpy
- python学习—Numpy包
- 语句的向量表示方法——单词向量组合…
- 向量 向量的表示
- Python-numpy库学习系列——newaxis
- Numpy库学习——线性代数及相关运算
- 【十二】机器学习之路——numpy库
- Numpy——将二维图像矩阵转换为一维向量
- 矩阵和向量numpy
- Spring中AOP的JDKProxy和CGlibProxy的区别
- MySQL 常用指令小结
- testng与maven结合-通过maven可以编译testng
- 距离算法(更新中)
- java初入多线程9
- Numpy库学习——向量表示
- Stm32cubeMX生成配置工程的例子和过程记录
- 随记接口跟抽象类
- MySql入门(1)
- Python3pandas库transform用法
- Sicily 1155. Can I Post the letter
- C语言的字节对齐
- Centos 添加静态路由及 SIOCADDRT错误处理
- Cobbler自动批量部署不同需求的系统