一、背景
Python中提供了List用于存储一组数据
但是由于机器学习中类型大多一致，List每次都需要判断各个数据的类型，性能较低。
Python中又提供了Array类型
但由于机器学习中大多为向量的计算，array并没有兼顾此方面。
因此以上两种结构都不适用于机器学习的数据存储，故引入了Numpy模块，其支持大量的维度数组与矩阵运算。
二、模块导入及简单演示
使用import导入Numpy模块，由于经常调用可以为其取别名np
同样，numpy.array只支持同类型数据的存储
当赋予其他类型的数据时可能会报错，也可能会发生隐式转换
三、创建数组和矩阵
1.zeros，ones，full
numpy中提供了方法zeros用于创建一个全为0的数组
由此可见，numpy.array的默认数据类型64位浮点型
此外，可以设置dtype参数指定数据类型
通过传入元组，可以创建矩阵，如下3行5列矩阵
numpy还提供了ones方法用于创建全为1的数组
若要为数组指定某个其他值，可以使用full方法
2.arange
在Python中提供了range方法
同样的，numpy中也有一个类似的方法arange，不同之处在于其步长可以为小数
3.linsapce
此外，numpy还提供了linsapce方法，其第三个参数为等长截取的数据的个数(如下分别截取成10、11个)
4.random
numpy同样提供了random用于生成随机数，如使用randint生成指定范围内的随机整数
同样地，可以为其指定size以生成向量和矩阵
通过seed方法指定随机种子，可以保证每次随机生成相同的数据
调用random方法可以随机生成 [0, 1) 间的随机数，并传入参数生成指定大小的向量和矩阵
若要随机数符合正态分布，则可以使用normal方法
如上面生成符合平均数为0，标准差为1的正态分布的随机数组成的3行5列矩阵
注：若要查看方法参数，Jupyter Notebook中使用?或者help()
四、数组的基本操作
1.基本属性
现有如下两个数组x和X
ndim：获取数组的维数
shape：获取数组行列数
size：获取数组大小
2.数据访问
和Python的List相同，numpy.array同样支持索引访问数据
注意：当使用索引访问矩阵时，建议使用传入元组 (i ,j) 的形式访问，括号可省略，如X[2, 2]，不建议使用X[i][j]的形式
在访问数据时，同样支持List的切片操作
可以发现，若使用X[i][j]的形式，将会先截取前两行，再截取该两行数据的前三行，显然不是想要的前两行三列
若要访问矩阵的某一行，如下：
若要访问矩阵的某一列，如下：
注意：与Python的List不同，由numpy数组生成的子数组是同一个对象引用，修改其中一个，另一个也会随之更改
若要将其区分为两个独立的对象，则使用copy方法
通过调用reshape方法，可以转换矩阵的行列数
若想让其智能地转为n行或n列的矩阵，则可将另一个行或列参数赋为-1
注意：输入的行数或列数必须能被总数整除
五、数组的合并与分割
1.合并操作
使用concatenate方法合并数组
假设现有两个numpy数组
通过传入数组列表的方式，可以将多个数组进行合并
同样，可以对矩阵进行合并，并使用axis指定合并的方向（默认为0，对行合并；1为对列合并）
注意：当使用concatenate时，传入的矩阵必须拥有相同的维数，若要将向量合并到矩阵，需要先使用reshape方法转为矩阵
此外， numpy提供了更加便捷的vstack和hstack方法实现垂直、水平方向的合并，且直接适用于向量
2.分割操作
使用split方法实现数组的分割，通过传入list的形式指定分割点的索引
在对矩阵进行分割时，应当区分垂直或水平分割（默认为0，对行分割；1为对列分割）
同样numpy提供了更便捷的方法vsplit和hsplit方法，进行垂直、水平方向上的分割
适用场景：机器学习中通过数组的形式，传入其特征feature和标记label，如下面的data，前三列为样本特征，最后一列为标记，则可以使用hsplit对其分割
一般标记以向量的形式表示，如下获取标记向量
六、矩阵运算
1.引入
在Python中提供了以下方式实现对list中元素的计算
同样，numpy中也可以使用列表推导式实现，且更高效
此外，numpy还提供了更简洁的直接运算，且效率较前者更高
2.基本数学运算
对于矩阵，numpy实现了大量的基本运算
如：加减乘除、地板除
如：幂运算（power或**），模运算
如：取倒数，绝对值，三角函数等等
如：对数运算（log，log2，log10）
3.矩阵间的运算
注意：下列运算都是对矩阵中的每个数据一一对应的分别运算
若要获取矩阵的积（前行乘后列，设A为m*p的矩阵，B为p*n的矩阵，则A与B的乘积为m*n的矩阵），应调用dot方法
获取矩阵的转置（行列互换），调用属性T
4.向量与矩阵的运算
numpy支持向量与矩阵的直接运算
这在线性代数中是不合理的，若要满足线性代数计算方式，同理等价为：先将向量堆叠再计算
实现向量的堆叠，numpy提供了更直接的tile方法，如下：将向量行方向堆叠2次，列方向堆叠1次
向量与矩阵的积同样使用dot方法，注意：dot方法会根据向量v的前后位置自动判断为行向量或列向量
调用np.linalg.inv方法可以求得逆矩阵，注意：只有方阵才存在逆矩阵，二者乘积为单位矩阵
在机器学习中经常需要求逆，即便该矩阵不是方阵，此时可以调用np.linalg.pinv获取伪逆矩阵，二者乘积也为单位矩阵（主对角线之外的数不为零是由计算机精度引起的）
七、聚合运算
所谓聚合运算可以理解为将一组值转为一个值，如求数组的和，numpy提供了一系列方法用于聚合运算
sum：求和
与python自带的方法相比，其效率更高
min、max：最小、最大值
这些方法也支持面向对象的方式进行调用，如：
在对矩阵进行求和运算时，其会对所有数进行累加操作
若要求某列或某行的和，则可以指定axis参数（0为行方向上求和，1为列方向上求和）
prod：获取所有数的乘积
第一个结果为0是因为第一个数就是0
mean：获取平均值
median：获取中位数
注意：当存在某些脱离整体的数据时，中位数比平均值更具代表性
此时中位数2.0更能代表整体
percentile：获取小于整体的指定百分比位置的数
如：X中有50%的数小于等于7.5；100%的数小于等于15，即最大值
var：求方差
std：求标准差
下面生成一个满足正态分布的随机数数组进行测试
其平均值0与标准差1都与指定值一致（误差源于计算机精度问题）
八、arg索引
numpy中提供了arg一类的方法用于获取数据原索引
如min可以获取最小值，那么argmin方法就可以获取最小值的索引，argmax方法获取最大值的索引
numpy提供了sort方法进行排序，如下先初始化一个数组，并调用shuffle方法乱序化
调用np.sort获取有序化后的数组
若要将原有数组有序化，应当以面向对象的方式调用sort方法
sort方法同样适用于矩阵，设置axis参数可以指定排序的方向，默认为按列方向排序（axis=1）
现在如果想知道获取的结果中的数据在原未排序数组中的索引，可以调用argsort方法（如：排序后的第一个数0在原数组中的索引为1）
partition方法可以按照指定数进行前后分组（小于该数的在此数前，大于的在该数后，前后分组中的数是无序的）
同样，调用argpartition可以获取在原数组中的索引
以上方法同样适用于矩阵
九、FancyIndexing与数据比较
1.FancyIndexing
之前提到， numpy数组支持索引的方式访问数据，如下：
但这只能访问某些特定规则的数据，如果要想访问任意指定的索引，numpy提供了fancyindexing，如需访问索引为3，5，8的元素，可以如下表示：
其同样支持以矩阵的形式传入索引，其结果也以矩阵的形式输出
fancyindexing同样适用于矩阵，如下指定需要访问的行和列索引
也可以传入一个bool数组，其中True表示要获取的行或列
2.数据比较
numpy数组支持直接以运算符的方式对数组中的数进行比较判断，并返回一个bool数组
3.结合使用
由于数据比较返回的是一个numpy数组，且fancyindexing需要传入一个数组作为索引，故二者可以结合使用以获取满足特定条件的数组或数值
numpy提供了count_nonzero方法获取非零项总数，True即非零
使用any方法可以判断是否存在满足要求的项
使用all方法可以判断是否所有项都满足要求
对于矩阵，可以通过参数axis指定行或列进行筛选
数据比较时支持与、或、非运算，注意：此处使用的是位运算符&，而不是条件运算符&&，这是因为运算的对象为数组，而不是布尔值
结合使用举例：获取矩阵中所有满足第4列能被3整除的行
