机器学习入门学习笔记1

在 numpy 中， 和 的区别，以下面两个代码为例：

在运行这两个段代码之前，我先试着判断两个代码最终输出的结果，结果第 2 段代码我判断错了，我判断的输出为： ，判断思路是——根据向量化运算，用a数组的元素和新的数组 的元素相加。但粗心的我在两个地方都搞错了，犯了两个低级错误——当 时，原来指向数组 的 在这里就已经发生改变，即现在指向数组 ，然后，我没注意到的 2 个地方是——虽然 所指向的数组改变了，但没注意到 和 这两个地方，误以为要打印的变量是 ; 而正确的结果应该是 ，因为要打印的是 变量，且 是指向数组 的。

知道真相的我尴尬症要犯了……

PS： 在numpy中叫原位运算符——它会把所有改变的值放在原来数组中的原来的位置，而不是重新创建或复制一个新的数据。以下面的代码为例：

在没有运行这段代码我的测算的打印结果是： ，这里我又错了，正确的结果应该是： ，很意外，因为在我看来，按照 Python 中列表的特性的话， 的数组是从 数组中截取 ，也就是 ，然后将 的第 1 个元素重新赋值为 ，那结果应该是 没毛病，可惜这是Python列表的特性，不是numpy数组的，又犯了一个思维错误~

这里面， 的运算和改变其实都是在 数组对应的位置进行的，它只是在 数组中创建了一个 ，所有的数组运算都在这个区域完成。可以看作是一个书架上各个独立的小格子，里面的书相当于数组的元素，当我们想把数组中的某段区域拿出来做运算时，就相当于我们需要拿取书架格子上的某一本或几本书来读或者修整；当改完后，就需要将这些元素重新放回数组原来的位置，即，我们在把某格子上的书拿出来后，无论是阅读，还是换为另外一本书放回格子原来的位置上。——一个不是很恰当的类比。