日常机器学习（七） Numpy续集

  定义了vector之后，我们可以用vector==Number 或 matrix==Number 去检测vector或者matrix中是否含有Number这个数。结果会返回0或1的向量或矩阵，判断每一个元素是否等于Number的值。

  然后可以通过

找到vector中等于满足条件的位置的值。 可以从结果中看出，false的部分会直接忽略，只返回位置为true的值。

在条件中有与和或，与（&）表示同时满足条件才返回1，或（|）表示满足其中一个条件就返回1。

这个有什么用处呢？举个例子，如果你想修改一些数据，比如说大于30的数，全部都用30代替。有点类似保险中的最高保额。那么就可以这样:

numpy中可以进行类型转换

example：unicode To float

numpy包中还可以算最大最小值。

numpy.min()

numpy.max()

numpy.sim()

矩阵中也能进行相同的操作

axis=0表示按列进行运算，axis=1表示按行进行运算。