notebook.community

Edit and run



In [1]:

    
import tensorflow as tf



In [2]:

    
print(tf.__version__)



In [3]:

    
import numpy as np



In [4]:

    
print(np.__version__)



In [6]:

    
data = [1.0, 2.0, 3.0, 4.0]
print(type(data))









    



<class 'list'>



In [7]:

    
arr = np.array(data)



In [9]:

    
print(type(arr))









    



<class 'numpy.ndarray'>



In [10]:

    
data2D = [[1,2,3,4],[5,6,7,8]]



In [15]:

    
arr2D = np.array(data2D)



In [16]:

    
print(type(data2D))









    



<class 'list'>



In [17]:

    
np.array(data2D)









    Out[17]:





array([[1, 2, 3, 4],
       [5, 6, 7, 8]])



In [18]:

    
print(arr.ndim)



In [19]:

    
print(arr2D.ndim)



In [20]:

    
arr.shape









    Out[20]:





(4,)



In [21]:

    
arr2D.shape









    Out[21]:





(2, 4)



In [22]:

    
arr.dtype









    Out[22]:





dtype('float64')



In [23]:

    
print(arr.dtype)









    



float64



In [24]:

    
z1 = np.zeros(10)



In [25]:

    
z1









    Out[25]:





array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])



In [26]:

    
z1.shape









    Out[26]:





(10,)



In [27]:

    
z1.ndim









    Out[27]:





1



In [29]:

    
z1 = np.zeros((20,20))



In [30]:

    
z1









    Out[30]:





array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,
         0.,  0.,  0.,  0.,  0.,  0.,  0.]])



In [31]:

    
z1.shape









    Out[31]:





(20, 20)



In [32]:

    
z1.ndim









    Out[32]:





2



In [38]:

    
np.random.randn(5,3)









    Out[38]:





array([[ 0.16169623,  1.08478129, -1.01704382],
       [ 1.53433382, -0.02760368,  0.17287194],
       [-0.84938803, -0.07341176, -0.13785906],
       [ 0.89757657, -1.31796126, -0.33335912],
       [ 0.37401454, -0.61979637,  0.08374275]])



In [39]:

    
for n in range(10):
    print(np.random.randn(5,3))









    



[[ 0.60162619  0.72716779  0.46993444]
 [ 1.09342762  1.10066117 -1.39691111]
 [-0.22871387 -1.54894706  1.74185038]
 [ 0.3484616   0.03889057  1.92031735]
 [ 1.2797703   1.80448325 -0.05106039]]
[[-0.11554929 -0.13893641 -1.51593231]
 [-0.98630772  0.29189478 -0.94205574]
 [ 0.85947342 -0.24831341  0.08106275]
 [-1.13267597 -1.31168813  1.26729427]
 [ 1.63121675 -1.65590259 -0.66847073]]
[[ 0.27438201 -0.81466403 -0.62817076]
 [ 1.01247404 -0.11140857  0.2979867 ]
 [ 0.88691895 -1.10443563 -0.41223017]
 [-0.30736087 -0.48874913 -0.37032132]
 [ 0.43748983  1.36869559 -0.32069384]]
[[ 1.30234143 -0.52416728 -0.29232251]
 [ 0.18520958 -1.12006901  1.39232024]
 [ 0.25753332  1.80048584 -0.51019894]
 [ 2.71927994  0.07299181  0.87413351]
 [-0.75053264  1.28815113 -2.16137054]]
[[-0.62385161  0.0260549  -0.25934545]
 [-1.15498511  0.24101391 -1.06619448]
 [ 1.11480017  1.61981677 -0.20809607]
 [ 0.59549533 -0.85141771  0.27321219]
 [ 1.0098043  -1.22276436  0.38457044]]
[[  1.35687169e+00  -4.71740319e-01  -1.41523192e+00]
 [  1.60528195e-01  -7.45031507e-01  -2.11842246e-02]
 [ -1.34207274e+00   2.97294761e-01   8.09252220e-05]
 [ -3.69960338e-01   4.74773349e-01   8.04706294e-01]
 [  9.74962654e-02   1.58123690e+00   1.17636949e+00]]
[[-0.8892561  -0.52059107 -0.4977098 ]
 [-1.16523437  0.98669109 -0.76534112]
 [-0.52265683  1.02583618 -0.59442887]
 [-0.84967106  0.37280386 -0.21308021]
 [-0.79053961 -0.19092734  0.21021164]]
[[ 0.96892396  0.48582855 -0.05726909]
 [-0.22662654  1.00048586  1.46145166]
 [-0.53645338  0.64537416  0.95587031]
 [ 0.53054918 -0.9774997  -0.53513781]
 [-1.50505922 -0.17789291 -0.36705955]]
[[-1.67782476  0.37299186 -0.38712472]
 [-0.21711555 -1.04117679  0.45953329]
 [ 0.32184578  0.06155426 -1.00481321]
 [-1.12262502 -0.1188952   1.26685318]
 [ 0.70011787  1.16735311 -0.65889708]]
[[ 0.50773118 -0.61751495 -1.08458223]
 [ 1.65969096  0.37493775  0.90034161]
 [ 1.01179727  0.78558354  1.60086258]
 [-1.11219387  0.51575423  1.21807216]
 [ 0.84278108 -0.32932881  0.39562551]]



In [40]:

    
t1 = np.array([1,2,3,4,5])



In [41]:

    
type(t1)









    Out[41]:





numpy.ndarray



In [42]:

    
t1.dtype









    Out[42]:





dtype('int64')



In [44]:

    
t1.astype(np.float64)









    Out[44]:





array([ 1.,  2.,  3.,  4.,  5.])



In [48]:

    
type(t1.astype(np.float64).astype(np.str)[0])









    Out[48]:





numpy.str_



In [50]:

    
n1 = np.array([1,2,3,4,5])



In [52]:

    
n1.mean()









    Out[52]:





3.0



In [53]:

    
n1.max()









    Out[53]:





5



In [54]:

    
n1.sum()









    Out[54]:





15



In [55]:

    
a1 = np.array([1,2,3,4])



In [56]:

    
a1.shape









    Out[56]:





(4,)



In [57]:

    
a1.reshape(2,2)









    Out[57]:





array([[1, 2],
       [3, 4]])



In [58]:

    
a2 = a1.reshape(2,2)



In [59]:

    
a2.shape









    Out[59]:





(2, 2)



In [62]:

    
a2









    Out[62]:





array([[1, 2],
       [3, 4]])



In [61]:

    
a1









    Out[61]:





array([1, 2, 3, 4])



In [63]:

    
a1 = np.array([[1,2],[3,4],[5,6]])



In [64]:

    
a1[1]









    Out[64]:





array([3, 4])



In [66]:

    
a1[1:2]









    Out[66]:





array([[3, 4]])



In [73]:

    
a1[:,:]









    Out[73]:





array([[1, 2],
       [3, 4],
       [5, 6]])



In [74]:

    
a1[:-1]









    Out[74]:





array([[1, 2],
       [3, 4]])



In [82]:

    
a1[1:,1:]









    Out[82]:





array([[4],
       [6]])



In [83]:

    
a1









    Out[83]:





array([[1, 2],
       [3, 4],
       [5, 6]])



In [84]:

    
a1.T









    Out[84]:





array([[1, 3, 5],
       [2, 4, 6]])



In [85]:

    
np.matmul(a1,a1.T)









    Out[85]:





array([[ 5, 11, 17],
       [11, 25, 39],
       [17, 39, 61]])



In [86]:

    
np.dot(a1, a1.T)









    Out[86]:





array([[ 5, 11, 17],
       [11, 25, 39],
       [17, 39, 61]])



In [ ]: