机器学习笔记之一：Numpy

声明：我用的是Python3.5 目前在python3中这个版本兼容性最好

Numpy比较简单,要注意ndarray的0维是Y方向展开的，这意味着 如果你创建了一个向量，那它将是一个列向量，如果你创建了一个(3,4)的矩阵，他将是一个三行四列的矩阵，其中dim0长度为3，此矩阵包含3个4阶行向量。

然后就是加减乘除都是逐元素计算，可以直接与数计算，也可以与同shape的ndarray或者list tuple之类运算，如果与数运算就是对每个元素执行此计算，如果与同shape的ndarry之类的计算，就是相应元素执行计算，据我观察 好像是完全支持所有运算符包括// **之类的比较特殊的运算符

矩阵乘法使用dot，dot函数对两个向量乘法直接就是点乘 不分先后顺序，得到一个数，如果是矩阵和矩阵或矩阵和向量相乘，则按照矩阵乘法的规则来。需要注意的是，当向量被调用dot函数时，即vec.dot(mat)时，vec是作为一个行向量的，这在向量之间调用dot也说得通，即vec.dot(vec2)时 vec也是被当作一个行向量的，这样就统一了向量和矩阵的乘法，只要是向量在前 则此向量为行向量，向量在后则为列向量，mat.dot(vec)中vec就是列向量

但是需要注意的是，numpy中的向量是无所谓转置的，即在没有运算时它是没有所谓行向量列向量的分别的，但是vec.T和转置函数仍然可以调用 返回值为向量本身