机器学习随笔

Python基础

1.格式化输出：

使用f-string

print(f"str{vvariable}") 花括号（ curly braces ）中可以为式子

The content between the curly braces is evaluated when producing the output.

Numpy相关

https://www.runoob.com/numpy/numpy-ndarray-object.html

1.np.array 与np.ndarray的区别

即ndarray是类，而array是函数，array构建的是一个ndarray的对象，使用默认构造函数创建的ndarray对象的数组元素是随机值，而numpy提供了一系列的创建ndarray对象的函数,array()就是其中的一种；
https://blog.csdn.net/weixin_43708622/article/details/111138281

---

2.np.reshape 与np.resize的区别

在numpy模块中，我们经常会使用resize 和 reshape,在具体使用中，通常是使用resize改变数组的尺寸大小，使用reshape用来增加数组的维度。
Reshape
The previous example used reshape to shape the array.
a = np.arange(6).reshape(-1, 2)
This line of code first created a 1-D Vector of six elements. It then reshaped that vector into a 2-D array using the reshape command. This could have been written:
a = np.arange(6).reshape(3, 2)
To arrive at the same 3 row, 2 column array.
The -1 argument tells the routine to compute the number of rows given the size of the array and the number of columns.

属性	说明
ndarray.ndim	秩，即轴的数量或维度的数量
ndarray.shape	数组的维度，对于矩阵，n 行 m 列
ndarray.size	数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype	ndarray 对象的元素类型
ndarray.itemsize	ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags	ndarray 对象的内存信息
ndarray.real	ndarray元素的实部
ndarray.imag	ndarray 元素的虚部
ndarray.data	包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

---

3.注意区别np.array([[1, 3, 5, 7, 9]])与np.array([1, 3, 5, 7, 9])的区别
前者的shape为（1，5），后者为（5，）

matplotlib相关

https://www.runoob.com/matplotlib/matplotlib-tutorial.html