最近入坑機器學習，記錄一下環境的搭建和numpy模塊的幾個重要函數
（一）安裝Python3
python3直接在官網下載，單獨下載的，不需要額外更改USER_BASE和USER_SITE，pip安裝的包會放到包含了pip執行文件的路徑下的Lib\site-packages中。
因此只要把python目錄安裝在其他盤就好，安裝完畢后，使用pip命令安裝好numpy、matplotlib、sklearn、pandas幾個庫，有的庫有一些前置庫得安裝
（二）安裝IDE
我選擇的是Vs Code，下載完畢后在Vs Code里面安裝與python相關的配置，Pylint會提示你安裝，按照提示的來就行
（三）Numpy模塊
在機器學習中經常用到矩陣，計算機中可用二維數組來模擬，Python自帶了array，但功能與Numpy還有差距
1.numpy.array()
用來生成一維，二維的數組
也可以自己添加dtype類型參數來指定數組元素的類型
2.numpy.zeros(shape,dtype)
shape參數可指定數組的大小，dtype指定元素類型
3.numpy.ones(shape,dtype)
原理同zeros函數
4.numpy.full(shape,fill_value)
fill_value指給數組填充的元素值
5.numpy.arange(0，10，2)
效果和Python的range相同，0是起點，10是終點，2是步長（這里步長可設置為浮點數），缺省時為1，后面也可加dtype參數指定類型
6.numpy.linspace(0,10,5)
0是起點，10是終點，5是一共取得元素的個數，保證間隔相等
7.numpy.random
(1)numpy.random.randint(0,10,size=(2,3))
取2行3列的隨機數，可以包括0，不包括10
(2)numpy.random.random()
默認生成0到1之間的浮點數，可添加參數來指定數組的大小
(3)numpy.random.normal(0,1,(3,3))
生成3行3列的服從高斯分布的概率密度隨機數，0是均值，1是標准差
(4)numpy.random.seed(num)
保證前后生成的隨機數組一致