知识卡片
数组形状决定运算
可用 np.linspace 造均匀采样,再用 reshape(-1, 1) 得到一行一个样本的二维输入。乘号逐元素相乘,矩阵乘法按内积汇总。处理成批特征前先核对 shape 与统计所沿的轴。
[[特征矩阵按样本排布]]。数组形状把一行一个样本的约定落实到计算接口。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2.3.2 Numpy的基本用法 · 查看原书依据
眼花缭乱,不知从何入手。不过不必担心,Array数据类型是Numpy的核心数据结构,与Python的List类型相似,但功能要强大得多。Numpy相关功能都是围绕着Ar
参考来源
- 位置:《机器学习算法的数学解析与Python实现》2.3.2 Numpy的基本用法(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00021.html`)
- 结论依据:本节以 Array 解释 NumPy,表2-1列出变形、统计和算术等接口。
- 原始内容:眼花缭乱,不知从何入手。不过不必担心,Array数据类型是Numpy的核心数据结构,与Python的List类型相似,但功能要强大得多。Numpy相关功能都是围绕着Ar