深度学习入门：基于Python的理论与实现1

• • Numpy
  • Matplotlib

1. 导入Numpy

	import numpy as np

2. 生成Numpy数组与Numpy数组的运算

	x=np.array([1.0,2.0,3.0])
	y=np.array([2.0,3.0,4.0])
	print(x)
	print(type(x))
	# element-wise
	print(x+y)
	# 广播,可进行扩展实现不同维度矩阵的计算
	x=x/2.0
	print(x)

3. Numpy的N维数组与运算

	# 张量/多维数组
	A=np.array([[1,2],[3,4]])
	# 查看矩阵形状/维数
	print(A.shape)#得到一个元组
	print(np.ndim(A))#得到维数数字
	# 查看矩阵类型
	print(A.dtype)
	B=np.array([[2,2],[1,1]])
	print(A+B)
	print(A*B)
	C=np.array([10])
	print(B*C)

4. 广播

	# 张量/多维数组
	A=np.array([[1,2],[3,4]])
	
	#访问元素：索引，遍历，数组
	print(A[0])
	print(A[0][1])
	
	for row in A
	    print(row)
	
	#转换为数组
	A=A.flatten()
	print(A)
	print(A[np.array([0,1,2])])
	
	# 满足特定条件
	print("输出满足大于1条件的")
	# 输出bool型数组
	print(A>1)
	# 取满足元素，即对应true元素
	print(A[A>1])

1. 绘制图形

	import numpy as np
	import matplotlib.pyplot as plt
	from matplotlib.image import imread#读入图像

绘制图1

	#利用 matplotlib.pyplot绘制图像
	#生成数据
	a=np.arange(0,6,0.1)
	b=np.sin(a)
	c=np.cos(a)
	#绘制图形
	plt.plot(a,b)
	plt.show()

绘制图2

	plt.plot(a,b,label="sin")#默认gold
	plt.plot(a,c,linestyle="--",label="cos")#虚线表示
	plt.xlabel("x")
	plt.ylabel("y")
	plt.title('sin&cos')#标题
	plt.legend()#标注，实例图像
	plt.show()

显示图像

	#显示图像
	img=imread(r"D:stone1jpg.jpg")#读入图像,根据图像的绝对位置（加r）或者相对位置
	plt.imshow(img)
	plt.show()