上半年学习的一些记录
主要参考的书：《写给新手的深度学习：用Python学习神经网络和反向传播》
 
Numpy：
linspace
reshape
广播机制（数组在某一轴上扩展，值和原来一样，扩展之后可以和其他维度的数组做基本计算）
切片
transpose 调换轴 其中transpose(1,0)等价于T(转置)——略怪
指定轴axis 可以实现在轴方向上的计算，可以实现降维，如要保持维度，keepdims=True
argmax 求数组最大值的索引
 
Matplotlib：
绘图，用x=np.linspace()定横轴范围
plt.xlabel() 横轴标签
plt.title() 图的标题
plt.plot(x, y, label="",linestyle="") + plt.show() 绘制（y图例+线样式）&展示
散点图：
plt.scatter(x1,y1,marker="+") marker是散点的样子，如+ x
plt.scatter(x2,y2,marker="x") 写两行这样的语句就可以实现两部分散点在一个图上
将数组作为图片显示：
img = np.array()
plt.imshow(img, "gray") 灰阶值
plt.colorbar() 显示颜色条
plt.show()
 
数学计算：
矩阵的元素项乘积--哈达玛积 a*b （a11*b11 = a*b(11)）
矩阵乘积 Σ（a行*b列）np.dot(a,b)
关于 机器学习中的转置相关的问题？
参考： https://blog.csdn.net/u010976453/article/details/54381248
https://www.cnblogs.com/phoenixash/p/12214673.html
求转置直接 a.T 即可
平均值 np.average(a)
标准差 np.std(a)