theano学习札记

Numpy是Python中的一个矩阵计算包，功能类似于MATLAB的矩阵计算。

NumPy is the fundamental package for scientific computing with Python. It contains among other things:

a powerful N-dimensional array object（多维数组对象）

sophisticated (broadcasting) functions（复杂的广播函数）

tools for integrating C/C++ and Fortran code（集成了c及c++以及Fortran代码片段）
useful linear algebra, Fourier transform, and random number capabilities（线性代数，傅立叶变换以及随机数等功能）

(1) 定义矩阵
<pre name="code" class="python">>>>import numpy as np
>>>a = np.array([[1,2.2,3],[4,5,6]])
>>>a.ndim

2

>>>a.shape

(2,3)

>>>a.size

6

>>> type(a)

<type numpy.ndarray>

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

矩阵或向量运算，应该采用

numpy

和

scipy

，做法是：

1 2 3

import math import numpy as np import scipy as sp

然后就可以进行运算了，比如加法、除以一个数：

1 2 3

npdata=np.array(data) data_sum=np.add(npdata,npdata) data_frac=np.true_divide(npdata,2)

也可以按列合并矩阵（要求两矩阵行数一样）：

new_matrix=np.hstack([mat1,mat2])

或按行合并矩阵（要求两矩阵列数一样）：

new_matrix=np.vstack([mat1,mat2])

合并矩阵的命令同样可以用于合并向量，但是合并向量的时候有时会提示行列数不对，那可能是因为一个的维度是

（n个）

，而另一个的维度是

（n列，1行）

，这种情况下，可用

reshape

来进行转换：

1 2	array2=array2.reshape(n) new_array=np.hstack([array1,array2])

查看矩阵或向量维度的办法是：

xxx.shape

对于一个矩阵，若按其第一列元素大小顺序来对整个矩阵进行行排序，则执行：

mat1=mat1[mat1[:,0].argsort()]

在屏幕上输出数组：

print mat1

保存一个矩阵到文件：

np.savetxt(输出文件名,矩阵名)