Theano学习二----numpy
2014-01-31 23:20
260 查看
Numpy是Python中的一个矩阵计算包,功能类似于MATLAB的矩阵计算。具体可参见网站http://www.numpy.org/。安装Pythonxy时已经包含了numpy包及其依赖包。
(1) 定义矩阵
>>> from numpy import *
>>> a = array([[1,2.2,3],[4,5,6]])
>>> a.ndim
2
>>> a.shape
(2,3)
>>> a.size
6
>>> type(a)
<type numpy.ndarray>
>>>a.dtype
dtype('float64')
(2) 矩阵大小转换(reshape)
>>>a.reshape(6,1) -- 将3x2矩阵变成列向量(6x1),需要注意的是,这里与MATLAB不一样,MATLAB变换是按列向量来的,而NUMPY是基于行向量的
所以numpy的运行结果为:1 4 2.2 5 3 6 (列向量)
而MATLAB的运行结果为 : 1 2.2 3 4 5 6 (列向量)
注意: 对应的MATLAB很多向量默认为列向量,numpy中默认为行向量
(3) 矩阵基本运算:
+ , - , *(元素乘法), dot(矩阵乘法), *= , += , -= , **(元素乘方),
<, >, ...
sin,exp, ...
注意:与MATLAB不同,MATLAB中*是矩阵乘法,.*是元素乘法;
(4) 特殊的函数
ones([...]): 全一的矩阵, 如ones([3,4])会产生全1的3x4阶矩阵;
zeros([....]): 全0的矩阵;
linspace(start, end, num): 如linspace(0,1,11)结果为[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1];
arange(n): 产生一个从0到n-1的向量,如arange(4)结果为[0,1,2,3]
random.random([...]): 产生随机矩阵,如random.random([2,3])产生一个2x3维的随机数
(5) 矩阵成员
a.max(): 返回矩阵的最大值
a.min(): 返回矩阵最小值
a.sum(): 求和
a.mean(): 求均值
a.max(axis): 0-按列求值,返回一行, 1-按行求值,返回一列
a.transpose(): 转置
(6) 矩阵访问:
对于一维矩阵,a[0]表示a向量的第1个元素;
对于二维矩阵,a[0,0]表示a的第1个元素,a[0,:]表示a的第一行向量,a[:,0]表示第一列向量
(1) 定义矩阵
>>> from numpy import *
>>> a = array([[1,2.2,3],[4,5,6]])
>>> a.ndim
2
>>> a.shape
(2,3)
>>> a.size
6
>>> type(a)
<type numpy.ndarray>
>>>a.dtype
dtype('float64')
(2) 矩阵大小转换(reshape)
>>>a.reshape(6,1) -- 将3x2矩阵变成列向量(6x1),需要注意的是,这里与MATLAB不一样,MATLAB变换是按列向量来的,而NUMPY是基于行向量的
所以numpy的运行结果为:1 4 2.2 5 3 6 (列向量)
而MATLAB的运行结果为 : 1 2.2 3 4 5 6 (列向量)
注意: 对应的MATLAB很多向量默认为列向量,numpy中默认为行向量
(3) 矩阵基本运算:
+ , - , *(元素乘法), dot(矩阵乘法), *= , += , -= , **(元素乘方),
<, >, ...
sin,exp, ...
注意:与MATLAB不同,MATLAB中*是矩阵乘法,.*是元素乘法;
(4) 特殊的函数
ones([...]): 全一的矩阵, 如ones([3,4])会产生全1的3x4阶矩阵;
zeros([....]): 全0的矩阵;
linspace(start, end, num): 如linspace(0,1,11)结果为[0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1];
arange(n): 产生一个从0到n-1的向量,如arange(4)结果为[0,1,2,3]
random.random([...]): 产生随机矩阵,如random.random([2,3])产生一个2x3维的随机数
(5) 矩阵成员
a.max(): 返回矩阵的最大值
a.min(): 返回矩阵最小值
a.sum(): 求和
a.mean(): 求均值
a.max(axis): 0-按列求值,返回一行, 1-按行求值,返回一列
a.transpose(): 转置
(6) 矩阵访问:
对于一维矩阵,a[0]表示a向量的第1个元素;
对于二维矩阵,a[0,0]表示a的第1个元素,a[0,:]表示a的第一行向量,a[:,0]表示第一列向量
相关文章推荐
- RNN学习第二讲-通过Python,numpy 和 theano实现一个RNN网络
- Theano 学习numpy.asarray(), theano.shared()
- Numpy学习(2):将cifar10/100数据文件读入到python数据结构(字典)中
- 『Numpy学习指南』第九章_使用Matplotlib绘图
- numpy 学习笔记5
- 【深度学习与Theano】LSTM理解
- 【深度学习】Theano安装与GPU运算
- 深度学习工具包之——theano的安装
- 我的python学习笔记(3) numpy
- python学习笔记1-numpy/enumerate
- 基于Theano的深度学习(Deep Learning)框架Keras学习随笔-09-约束限制
- Numpy学习笔记一、Why Numpy?
- 从TensorFlow到Theano:横向对比七大深度学习框架
- 深度学习第四天: 基础Theano图像处理知识.md
- python学习笔记(1)之如何在python3.x下安装PIL、numpy以及matplotlib
- theano中的numpy.random和theano.tensor中的RandomStream
- DeepLearning工具Theano学习记录(三) CNN卷积神经网络
- Numpy学习
- 学习Python数据分析(1)----numpy,Pandas,matplotlib,scipy 的安装
- 深度学习Theano教程Theano tutorial