print( 'Hello，NumPy！' )

print( "Hello，NumPy！" )

学习痛苦啊，今天学，明天丢。这种天气，还是睡觉最舒服了。

咱说归说，闹归闹，但还是得学才行啊。

之前在学习的过程中一直都有记录笔记的习惯，但笔记质量可不敢恭维，大多都未曾整理，不过拿来复习倒是个不错的选择。

自打接触Python以来，写的最多的就是爬虫了，什么网络小说啊，虚拟游戏币啊，考试题库啊之类的都有写过，也帮别人爬过不少网站公开数据。之前也整理过一篇爬虫相关的文章（太懒了，才一篇，之后有机会有时间，再整理出来吧）：网络爬虫之页面花式解析

再之后的话，就对Social Engineering产生了一定的兴趣，或许需要能言善辩，巧舌如簧，达到“江湖骗子”的等级，才能玩转社会工程学吧。之前也写过一篇Web渗透相关的文章：Taoye渗透到一家黑平台总部，背后的真相细思极恐。

这里还是有必要提醒一下大家，对于一些不信任的人或信息，如果你会一些网络安全相关技能，可以当做一次渗透经验，否则的话，最好的处理方式是置之不理，别让你的好奇心成为坠入深渊的开始，尤其是在这云龙混杂的虚拟网络世界中。就在前几天，警方还破获了全国最大网络 luo liao 敲诈案呢，受害者达10余万人，涉案金额也有XXXXXXXXXXXXXXX，大家还是需要注意的。

反正，学的东西很多、很杂，学的也不精，记录的笔记也很少回过头复习。工欲善其事，必先利其器，这不开始系统性学习机器学习么，所以想把之前记录的Numpy、Pandas、Matplotlib“三剑客”笔记重新整理一下，也算是做一个回顾。

后期的话，会学习一些机器学习算法，主要参考《机器学习实战 / Machine Learning in Action》和周志华老师的《机器学习》西瓜书，以及其他一些圈内大佬写的一些技术文章。能手撕的话尽量手撕，不能手撕只能说明自己还有待提高吧。

Flag立的太多，感觉会被啪啪打脸。没事，慢慢来吧，打脸也不怕，反正皮糙肉厚 (￣_,￣ )

这篇文章先把NumPy整理出来吧，可能记录的并不全面，只记录了一些常用的，其他的话后期用到了再进行更新吧。以下内容主要参考菜鸟教程和NumPy官方文档：

• NumPy菜鸟教程：https://www.runoob.com/numpy/numpy-tutorial.html
• NumPy官方文档：https://numpy.org/doc/stable/user/quickstart.html

关于NumPy的安装，前面在介绍深度学习环境搭建的时候已经介绍过了，推荐安装Anaconda，其内部集成了大量第三方工具模块，而不需要手动 pip install ...，这一点就有点像Java中的Maven。Anaconda可参考：基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境

如果您没有安装Anaconda那也没事，只需要在Python环境下执行以下命令安装NumPy即可：

> pip3 install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

以下内容采用的NumPy的版本为：1.18.1

In [1]: import numpy as np

In [2]: np.__version__
Out[2]: '1.18.1'

在NumPy中，操作的对象大多为ndarray类型，也可称其别名为array，我们可以把它看做矩阵或向量。

创建np.ndarray对象有多种方式，NumPy中也有多个api可供调用，比如我们可以通过如下方式创建一个指定的ndarray对象：

In [7]: temp_array = np.array([[1, 2, 3], [4, 5, 6]], dtype = np.int32)

In [8]: temp_array
Out[8]:
array([[1, 2, 3],
       [4, 5, 6]])

In [9]: type(temp_array)
Out[9]: numpy.ndarray       # 输出的类型为ndarray

当然了，也可以调用arange，然后对其进行reshape操作来改变其形状，将向量转换成2x3的矩阵形式，此时的对象类型依然是numpy.ndarray：

In [14]: temp_array = np.arange(1, 7).reshape(2, 3)     # arange产生向量，reshape改变形状，转化成矩阵

In [15]: temp_array
Out[15]:
array([[1, 2, 3],
       [4, 5, 6]])

In [16]: type(temp_array)       # 输出的类型依然是ndarray
Out[16]: numpy.ndarray

由上，我们可以发现，无论通过什么方式（其他方式后期会有介绍）来创建对象，NumPy操作的都是ndarray类型，且该类型对象中主要包含以下属性：

• ndarray.ndim：表示ndarray的轴数，也可理解成维度，或者可以通俗的理解成外层中括号的数量。比如[1, 2, 3]的ndim就是1，[[1], [2], [3]]的ndim等于2，[[[1]], [[2]], [[3]]]的ndim等于3（注意观察外层中括号的数量）
• ndarray.shape：表示ndarray的形状，输出的是一个元组。该ndarray有n行m列，那输出的就是(n, m)，比如[[1], [2], [3]]输出的是(3, 1)，[[[1]], [[2]], [[3]]]输出的是(3, 1, 1)，[[[1, 2]], [[3, 4]]]输出的是(2, 1, 2)。通过上述3个例子，可以发现shape是按照从外至内的顺序来表示的
• ndarray.size：这个比较容易理解，表示的就是ndarray内部元素的总个数，也就是shape的乘积
• ndarray.dtype：表示ndarray内部元素的数据类型，常见的有numpy.int32、numpy.int64、numpy.float32、numpy.float64等

以上就是ndarray中常见的一些属性，注意：只是部分，并非全部，其他属性可参考官方文档

我们可以通过以下列子来观察下ndarray的各个属性，以及其内部的属性应该如何修改：

以上例子中涉及到的np.expand_dims和np.astype会在后面进行介绍。

np.zeros可以创建一个元素全0的ndarray，np.ones则可以创建一个元素全1的ndarray。创建的时候可以指定ndarray的shape形状，也可以通过dtype属性指定内部元素的数据类型：

In [70]: np.zeros([2,3,2], dtype=np.float32)
Out[70]:
array([[[0., 0.],
        [0., 0.],
        [0., 0.]],

       [[0., 0.],
        [0., 0.],
        [0., 0.]]], dtype=float32)

In [71]: np.ones([3,2,2], dtype=np.float32)
Out[71]:
array([[[1., 1.],
        [1., 1.]],

       [[1., 1.],
        [1., 1.]],

       [[1., 1.],
        [1., 1.]]], dtype=float32)

另外，在Tensorflow中可以通过tf.fill产生指定元素的指定shape张量，如下产生2x3的张量，且内部元素为100：

In [76]: import tensorflow as tf

In [77]: tf.fill([2,3], 100)
Out[77]:
<tf.Tensor: shape=(2, 3), dtype=int32, numpy=
array([[100, 100, 100],
       [100, 100, 100]])>

而在NumPy中，也有fill接口，只不过只能通过已有的ndarray才能调用fill，而无法直接np.fill进行调用：

In [79]: data = np.zeros([2, 3])

In [80]: data.fill(100)

In [81]: data
Out[81]:
array([[100., 100., 100.],
       [100., 100., 100.]])

np.arange与常用的range作用类似，用于产生一个固定区间连续的ndarray，注意取左不取右，且数组之间成一个等差数列，公差可自行定义（可为小数），如下：

In [85]: np.arange(10)
Out[85]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [86]: np.arange(3, 10, 2)
Out[86]: array([3, 5, 7, 9])

In [87]: np.arange(3, 10, 0.7)
Out[87]: array([3. , 3.7, 4.4, 5.1, 5.8, 6.5, 7.2, 7.9, 8.6, 9.3])

numpy.linspace 函数用于创建一个一维数组，数组是一个等差数列构成的，可以指定元素内部元素的个数以及是否包含stop值。如下，在区间1-5中创建一个元素数目为10的等差数列：

In [89]: np.linspace(1, 5, 10)      # 默认包含stop
Out[89]:
array([1.        , 1.44444444, 1.88888889, 2.33333333, 2.77777778,
       3.22222222, 3.66666667, 4.11111111, 4.55555556, 5.        ])

In [90]: np.linspace(1, 5, 10, endpoint = False)    # endpoint属性可以设置不包含stop
Out[90]: array([1. , 1.4, 1.8, 2.2, 2.6, 3. , 3.4, 3.8, 4.2, 4.6])

np.random.random和np.random.rand随机从0-1中生成对应shape的ndarray对象：

In [4]: np.random.random([3, 2])
Out[4]:
array([[0.68755531, 0.56727707],
       [0.86027161, 0.01362836],
       [0.56557302, 0.94283249]])

In [5]: np.random.rand(2, 3)
Out[5]:
array([[0.19894754, 0.8568503 , 0.35165264],
       [0.75464769, 0.29596171, 0.88393648]])

np.random.randint随机生成指定范围的ndarray，且内部元素为int类型：

In [6]: np.random.randint(0, 10, [2, 3])
Out[6]:
array([[0, 6, 9],
       [5, 9, 1]])

np.random.randn返回满足标准正态分布的ndarray（均值为0，方差为1）：

In [7]: np.random.randn(2,3)
Out[7]:
array([[ 2.46765106, -1.50832149,  0.62060066],
       [-1.04513254, -0.79800882,  1.98508459]])

另外，我们在NumPy中使用random的时候，都是随机产生的一组数据，而要想每次产生的数据相同，则需要通过np.random.seed来进行设置：

In [33]: np.random.seed(100)

In [34]: np.random.randn(2, 3)
Out[34]:
array([[-1.74976547,  0.3426804 ,  1.1530358 ],
       [-0.25243604,  0.98132079,  0.51421884]])

In [35]: np.random.seed(100)

In [36]: np.random.randn(2, 3)
Out[36]:
array([[-1.74976547,  0.3426804 ,  1.1530358 ],
       [-0.25243604,  0.98132079,  0.51421884]])

在NumPy中的一维ndarray里，就如同列表一样操作，可以对其进行切片和遍历等操作：

In [5]: a
Out[5]: array([1., 2., 3., 4., 5., 6., 7., 8., 9.])

In [6]: a[2], a[2:5]
Out[6]: (3.0, array([3., 4., 5.]))

In [7]: a * 3, a ** 3   # 立方
Out[7]:
(array([ 3.,  6.,  9., 12., 15., 18., 21., 24., 27.]),
 array([  1.,   8.,  27.,  64., 125., 216., 343., 512., 729.]))
 
In [13]: for i in a:
...:     print(i, end=", ")
1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0,

假如我们的ndarray并非是一维数组，而是二维矩阵，或是更高维度的ndarray，则我们需要对其进行多维度的切分。且当我们对高维度的ndarray进行遍历的时候，则遍历出单个结果的维度比元维度少一，比如2维矩阵遍历得到的结果为1维向量，三维遍历的结果为2维矩阵。

另外，还有一点需要说明的是，加入我的数据的维度相当高，为了方便我们对数据进行索引，NumPy为我们提供了...的方式来进行切分，具体例子如下：

In [14]: a = np.random.randint(0, 2, 6).reshape(2, 3)

In [15]: a
Out[15]:
array([[1, 1, 1],
       [1, 0, 1]])

In [16]: a[:, :2]
Out[16]:
array([[1, 1],
       [1, 0]])

In [17]: for i in a:        # 对矩阵进行遍历，则输出的是行向量，单个输出的维度比原维度少1
    ...:     print(i, end=", ")
[1 1 1], [1 0 1],

In [19]: data = np.random.randint(0, 2, [2, 2, 3])

In [20]: data
Out[20]:
array([[[0, 0, 1],
        [0, 1, 1]],

       [[1, 0, 0],
        [0, 1, 0]]])

In [21]: data[..., :2]      # ...则表示前两个维度全要，相当于 data[:, :, :2]
Out[21]:
array([[[0, 0],
        [0, 1]],

       [[1, 0],
        [0, 1]]])

shape操作：

• a.ravel()、ndarray.flatten()，将ndarray进行拉伸操作（拉直成向量形式）
• a.reshape()，重新改变a的shape外形
• a.T、a.transpose()，返回a的倒置矩阵

以上几个操作返回的都是新的结果，而不改变原来的ndarray（a）。且上述操作默认的都是横向操作，如果需要纵向，则需要控制order参数，具体操作可参考菜鸟教程。除了reshape之外，还有resize，只不过resize会改变a的结果，而并非产生一个新的结果：

还有一个小技巧需要掌握的是，在进行reshape的时候，假如传入-1，则会自动计算出对应的结果。比如一个 2x3的矩阵a，我们进行a.reshape(3, -1)，则这里的-1代表的就是2，当我们数据量大的时候，这个用起来还是挺方便的：

In [44]: a
Out[44]:
array([[1, 1, 1],
       [1, 0, 1]])

In [45]: a.reshape([3, -1])
Out[45]:
array([[1, 1],
       [1, 1],
       [0, 1]])

数组维度的修改：

维度	描述
broadcast_to	将数组广播到新形状
expand_dims	扩展数组的形状
squeeze	从数组的形状中删除一维条目

具体操作如下：

数组的连接：

函数	描述
concatenate	连接沿现有轴的数组序列
hstack	水平堆叠序列中的数组（列方向）
vstack	竖直堆叠序列中的数组（行方向）

下面代码显示了数组连接的操作，其中concatenate可以通过控制axis的值来确定连接的方向，作用等同于hstack和vstack。还有一点需要注意的是：以下示例仅仅是连接两个数组，其实可以同时连接多个的，比如np.concatenate((x, y, z), axis=1)

数组的切分：

函数	描述
split	将一个数组分割为多个子数组
hsplit	将一个数组水平分割为多个子数组（按列）
vsplit	将一个数组垂直分割为多个子数组（按行）

同数组的连接一样，split可以通过控制axis属性来得到与hsplit、vsplit相同的作用，下面只给出split的示例，关于hsplit和vsplit可参考官方文档：

数组元素的添加和删除：

函数	描述
append	将值添加到数组末尾
insert	沿指定轴将值插入到指定下标之前
delete	删掉某个轴的子数组，并返回删除后的新数组

广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。

如果两个数组 a 和 b 形状相同，即满足 a.shape == b.shape，那么 a*b 的结果就是 a 与 b 数组对应位相乘。这要求维数相同，且各维度的长度相同。

In [8]: import numpy as np

In [9]: a = np.array([1,2,3,4])
   ...: b = np.array([10,20,30,40])

In [10]: a * b
Out[10]: array([ 10,  40,  90, 160])

当运算中的 2 个数组的形状不同时，numpy 将自动触发广播机制。如：

In [11]: a = np.array([[ 0, 0, 0],
    ...:            [10,10,10],
    ...:            [20,20,20],
    ...:            [30,30,30]])
    ...: b = np.array([1,2,3])

In [12]: a + b
Out[12]:
array([[ 1,  2,  3],
       [11, 12, 13],
       [21, 22, 23],
       [31, 32, 33]])

下面的图片展示了数组 b 如何通过广播来与数组 a 兼容。

np.tile可以对目标操作数组进行广播扩展，比如 1x3 如下操作可以广播为 4x6，注意与前面所说的broadcast_to进行区别，broadcast_to必须要扩维，而tile可扩维，也可不扩维，具体操作根据自己的实际需求进行。

有过Tensorflow经验的读者应该知道，其内部也有tile和broadcast操作，但是当我们的数据量比较大的时候，据说tile的效率比broadcast要低，暂时还没了解原因，以后有用到在了解吧。

In [20]: a
Out[20]: array([[1, 1, 0]])

In [21]: np.tile(a, [4, 2])     # 第二个参数表示各个维度广播的倍数，这里表示的是行扩4倍，列扩2倍
Out[21]:
array([[1, 1, 0, 1, 1, 0],
       [1, 1, 0, 1, 1, 0],
       [1, 1, 0, 1, 1, 0],
       [1, 1, 0, 1, 1, 0]])

---

关于NumPy中的复制和试图：这个部分的知识也是我之前在学习NumPy时候所遗漏的点，趁着这个机会，把它在这记录一下。

• 没有复制

关于这一点，其实在之前记录LeetCode 热题 HOT 100（01，两数相加）算法的时候同样提到过，这一点还是需要格外注意的。

• 视图或者浅拷贝（view）

同样采用上面一样的代码，仅仅修改了第57行，将 y = x 和 y = x.view()，可以发现，此时的x和y的id值不一样，也就是说他们的内存地址不一样，我们修改x的shape之后，y的shape并没有发生改变。

但是，当我们改变不是shape，而是改一个变数组内部的数据，则另一个数组同样会发生改变

• 副本或者深拷贝(copy)

视图或者浅拷贝采用的是view，而副本或者深拷贝采用的是copy。使用copy的时候无论是修改一个数组的shape，还是内部元素，另一个数组都不会发生改变。

（关于copy，这里就不再演示代码了，读者可自行操作，然后进行比较）

最后总结一下：

• y = x，说明x和y的内存地址相同，修改其中一个，另一个也会随着发生改变（无论是shape，还是内部元素）
• y = x.view()，两者的内存地址不一样，修改其中一个的shape，另一个不会发生改变；而修改其中一个元组的内部元素，则另外一个会跟着发生改变
• y = x.copy()，两者的内存地址不一样，无论是修改一个元组的shape，还是内部元素，另外一个都不会发生改变，两者相互独立

---

NumPy中的数学相关函数，这部分内容没什么好讲的：

• np.pi，返回π值
• np.sin()，返回正弦值
• np.cos()，返回余弦值
• np.tan()，返回正切值
• numpy.ceil()，返回大于或者等于指定表达式的最小整数，即向上取整。
• np.exp(2)，返回指数值，也就是 $e^2$

其他相关数学函数，可参考官方文档。

NumPy中的算术运算，这部分内容也没什么好讲的：

• numpy.add(a,b)：两数组相加
• numpy.subtract(a,b)：两数组相减
• numpy.multiply(a,b)：两数组相乘
• numpy.divide(a,b)：两数组相除
• numpy.reciprocal(a)，返回倒数
• numpy.power(a, 4)，返回a的四次方

---

NumPy中的统计函数，这个稍微记录一下：

以上示例了在数组中获取最值以及最值之差的方式，传入了axis参数，则按照对应方向获取，假如没有传入axis参数，则表示获取数组整体的最值。除了以上几个接口之外，还有其他一些常见的统计函数，具体操作和上述并无一二，如下：

• np.amin()：获取最小值
• np.amax()：获取最大值
• np.ptp()：获取最值之差
• np.median()：获取中位数（中值）
• np.mean()：获取均值
• np.var()：获取方差，$\sigma^2 = \frac{1}{n}\sum_{i=1}^{n(x_i-\overline{x})}2$
• np.std()：获取标准差，$\sigma$

---

NumPy中的线性代数：

• np.dot(a, b) 就是两个矩阵的乘积
• np.vdot(a, b) 两个矩阵对应位置数的乘积之和
• np.inner(a, b) 內积，就是a的每行与b的每行相乘求和

比如a=[[1, 0], [1, 1]]，b=[[1, 2], [1, 3]]
np.inner(a, b)相当于[1, 0] * [1, 2] = 1 -> 为第一个数
[1, 0] * [1, 3] = 1 -> 为第二个数
[1, 1] * [1, 2] = 3 -> 为第三个数
[1, 1] * [1, 3] = 4 -> 为第四个数

矩阵乘积就是第一个矩阵的行与第二个矩阵的列乘积之和，而inner相当于第一个矩阵和第二个矩阵的行乘积之和

• np.matmul(a, b) 目前感觉和np.dot(a, b)作用一样，都是矩阵乘积
• np.linalg.det(a) 计算矩阵的行列式的值
• np.linalg.solve(a, [[1], [1]]) 求线性方程组的解，第一个的参数相当于系数，第二个参数相当于参数项
• np.linalg.inv(a) 计算矩阵的逆矩阵

---

# 将数组保存到以 .npy 为扩展名的文件中。
numpy.save(file, arr, allow_pickle=True, fix_imports=True)

• file：要保存的文件，扩展名为 .npy，如果文件路径末尾没有扩展名 .npy，该扩展名会被自动加上。
• arr: 要保存的数组
• allow_pickle: 可选，布尔值，允许使用 Python pickles 保存对象数组，Python 中的 pickle 用于在保存到磁盘文件或从磁盘文件读取之前，对对象进行序列化和反序列化。
• fix_imports: 可选，为了方便 Pyhton2 中读取 Python3 保存的数据。

In [81]: a = np.random.randint(1, 10, [3, 4])

In [82]: np.save("a.npy", a)

In [83]: np.load("a.npy")
Out[83]:
array([[2, 7, 3, 1],
       [4, 6, 4, 3],
       [2, 2, 9, 5]])

参考资料：

参考资料：

[1] NumPy菜鸟教程：https://www.runoob.com/numpy/numpy-tutorial.html
[2] NumPy官方文档：https://numpy.org/doc/stable/user/quickstart.html

时间不太够，后面写的有点仓促了，但应该并不影响正常阅读和以后的复习，暂时就这样吧。

注意：只记录了一些常用的，其他的话后期用到了再进行更新吧，其他内容可自行参考文档。

本来是打算按照《机器学习实战 / Machine Learning in Action》这本书来手撕其中代码的，但由于实际原因，可能需要先手撕SVM了，这个算法感觉还是挺让人头疼，其中内部太复杂了，也很少有资料将其完整的推导出来，也涉及到了许多陌声的名词，如：非线性约束条件下的最优化、KKT条件、拉格朗日对偶、最大间隔、最优下界、核函数等等，天书或许、可能、大概就是这样的吧。好在之前有学习过SVM，但想必依然需要花费大力气来手撕，也需要参考不少资料，包括但不局限于《机器学习实战 / Machine Learning in Action》、《机器学习》、《统计学习方法》。

所以，下期的话，应该会开始手撕SVM，至于最后能不能手撕成功，还真不好说。时间可能需要不少，这期间的LeetCode HOT 100 还需要正常刷起来。

我是Taoye，爱专研，爱分享，热衷于各种技术，学习之余喜欢下象棋、听音乐、聊动漫，希望借此一亩三分地记录自己的成长过程以及生活点滴，也希望能结实更多志同道合的圈内朋友，更多内容欢迎来访微信公主号：玩世不恭的Coder。

推荐阅读：

干啥啥不行，吃饭第一名
Taoye渗透到一家黑平台总部，背后的真相细思极恐
《大话数据库》-SQL语句执行时，底层究竟做了什么小动作？
那些年，我们玩过的Git，真香
基于Ubuntu+Python+Tensorflow+Jupyter notebook搭建深度学习环境
网络爬虫之页面花式解析
手握手带你了解Docker容器技术
一文详解Hexo+Github小白建站
​打开ElasticSearch、kibana、logstash的正确方式