keybot

基础

使用的外部库

本书只采用 NumPy 库和 Matplotlib 库。 NumPy 库：用于数值计算的库，提供高级的数学算法和便利的数组（矩阵）操作方法 Motplotlib 库：用来画图，用于实验结果的可视化

Python 解释器

数据类型：int、float 、str 变量：动态类型语言，变量的类型是根据情况自己决定的列表：数组，采用 a[0] 的方式进行访问，此外还提供了 切片(slicing) 标记法字典：以键值对进行存储布尔型：取值为 true 或者 false，针对的运算符有 and or not If 语句：不同分支 For 语句：循环函数：一连串的操作

字符串的拼接可以使用 +

Python 脚本文件

类：采用 class 关键字定义

class 类名:
	def __init__(self,参数,..) #构造函数
	def function1(self,参数,..) #方法1

在方法的第一个参数中明确地写入表示自身 (自身的实例) 的 self 是 Python 的一个特点

class Man:
	def __init__(self,name):
		self.name = name
		print("Init")
	
	def hello(self):
		print("Hello" + self.name +"!")
	
	def goodbey(self):
		print("Goodbey" + self.name + "!")

m = Man("wzp")
m.hello()
m.goodbey()


#输出结果
Init 
Hellowzp! 
Goodbeywzp!

NumPy

导入

import numpy as np

生成 NumPy 数组

x = np.array([1.0,2.0,3.0])
print(x)
type(x)

#输出结果
[1. 2. 3.]
numpy.ndarray

算数运算

x = np.array([1.0,2.0,3.0])
y = np.array([1.0,2.0,3.0])

x + y
# [2. 4. 6.] 

x - y
# [0. 0. 0.] 
  
x * y
# [1. 4. 9.] 

x / y
# [1. 1. 1.]  

x / 2.0
# [0.5 1. 1.5]

N 维数组

A = np.array([[1,2],[3,4]])
print(A)
#输出
[[1 2]
[3 4]]


A.shape()  #查看矩阵的形状
#输出 
(2, 2)

广播

将低维数组扩展到高维数组后在进行运算
<img alt="广播的例子"

访问元素

X = np.array([[51, 55], [14, 19], [0, 4]])
# 通过下标访问
X[0]

X[0][1]

#for循环
for row in X:
	print(row)
	
#数组访问

X = X.flatten() #将X转化为一维数组

# 标记法获取满足一定条件的数组
X[X > 15]

X > 15

Matplotlib

导入

import numpy as np
import matplotlib.pyplot as plt

绘制

#绘制sinx的曲线

#生成数据
x = np.arange(0,6,0.1)
y = np.sin(x)

#绘制
plt.plot(x,y)
plt.show()

小结

Python 是一种简单易记的编程语言
Python 是开源的, 可以自由使用
本书中将使用 Python 3. X 实现深度学习
本书中将使用 NumPy 和 Matplotlib 这两种外部库
Python 有“解释器”和“脚本文件”两种运行模式
Python 能够将一系列处理集成为函数或类等模块
NumPy 中有很多用于操作多维数组的便捷方法

1.Python 入门

基础