断鸿声里，立尽斜阳

Data will become our gold in the future.

一、Numpy

1.1 轴、维度及秩

1.1.1 轴

   numpy数组中的轴不太容易理解，但是却非常重要。官方定义为：轴即维度（In Numpy dimensions are called axes.）。
   对于二维数组，0轴即代表数组的行，1轴代表数组的列，对二维数组：

1
2
3
4
5

arr1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>> arr1
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

   其轴0、1如下图所示：

1
2
3
4

>>> arr1.sum(axis=0)
array([12, 15, 18])
>>> arr1.sum(axis=1)
array([ 6, 15, 24])

Thinking deeply！

---

好记性不如烂笔头，专门开一篇来记录学习中遇到的一些重要概念。

一、高等数学

1. 函数空间

   看周志华的《机器学习》，里面有个名词函数空间，它的中文维基百科给出的定义是：
   在数学中，函数空间是从集合X到集合Y的给定类型的一组函数。
   通俗点来讲，这个“空间”中的所有元素都是函数(负责自变量到因变量的转换)，并且这些函数都满足一定的条件。
   函数空间的概念在许多数学领域中均有自己的意义，这里我们只关心集合论、线代中的相关问题。