一、mxnet安装 (以下均为mac环境)

有二种方式：

1.1 用conda安装

 1 #创建gluon目录
 2 mkdir gluon-tutorials && cd gluon-tutorials
 3
 4 #下载源代码
 5 curl https://zh.gluon.ai/gluon_tutorials_zh.tar.gz -o tutorials.tar.gz
 6
 7 #解压
 8 tar -xzvf tutorials.tar.gz && rm tutorials.tar.gz
 9 #设置清华镜像站
10 conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
11 #进入解压后的目录
12 cd gluon-tutorials
13 #创建环境
14 conda env create -f environment.yml
15 #激活环境
16 source activate gluon 

但是14行创建环境这里，这几天一直报连不上清华的镜像站，不知道跟开十久大有无关系，如果大家也遇到类似问题，可以用下面的方式

1.2 用brew+pip安装

1 brew update
2 brew tap homebrew/science
3 brew info opencv
4 brew install opencv
5 pip install mxnet

二、初试NDArray

2.1 先启用jupyter-notebook

2.2 创建矩阵

1 from mxnet import ndarray as nd
2 x = nd.array([[1,2],[3,4]])
3 print(x)
4 y = nd.array([[5,6],[7,8]])
5 print(y)

[[ 1.  2.][ 3.  4.]]
<NDArray 2x2 @cpu(0)>[[ 5.  6.][ 7.  8.]]
<NDArray 2x2 @cpu(0)>

2.3 矩阵加法

print(x+y)

[[  6.   8.][ 10.  12.]]
<NDArray 2x2 @cpu(0)>

2.4 矩阵数乘(点乘)

print(x*y)

[[  5.  12.][ 21.  32.]]
<NDArray 2x2 @cpu(0)>

2.5 矩阵乘法(叉乘)

print(nd.dot(x,y))

[[ 19.  22.][ 43.  50.]]
<NDArray 2x2 @cpu(0)>

2.5 e的指数运算

print(nd.exp(x))

[[  2.71828175   7.38905621][ 20.08553696  54.59814835]]
<NDArray 2x2 @cpu(0)>

上述几个操作的公式图解：

2.6 生成正态分布随机矩阵

x=nd.random_normal(0, 1, shape=(2, 2))
print(x)

[[ 0.45787829  0.93632793][-0.89425808  0.35744399]]
<NDArray 2x2 @cpu(0)>

2.7 矩阵转置

1 from mxnet import ndarray as nd
2 x = nd.array([[1,2],[3,4],[5,6]])
3 print(x)
4 print(x.T) #转置

[[ 1.  2.][ 3.  4.][ 5.  6.]]
<NDArray 3x2 @cpu(0)>[[ 1.  3.  5.][ 2.  4.  6.]]
<NDArray 2x3 @cpu(0)>

2.8 广播

如果2个矩阵A,B进行运算时，行或列的数量不满足运算要求，ndarray会尝试将第2个矩阵B，自动扩容(行或列)，然后进行运算，如下面的代码示例：

1 from mxnet import ndarray as nd
2 x = nd.array([[1,2,3,4]]).reshape([2,2])
3 y = nd.array([[5]])
4 print(x)
5 print(y)
6 print(x+y)

[[ 1.  2.][ 3.  4.]]
<NDArray 2x2 @cpu(0)>[[ 5.]]
<NDArray 1x1 @cpu(0)>[[ 6.  7.][ 8.  9.]]
<NDArray 2x2 @cpu(0)>

x是一个2行2列的矩阵，而y是1行1列的矩阵，2个矩阵进行加法运算时，ndarray会将y自动复制扩展成2行2列的矩阵，图解如下：

注：广播这种复制扩容的行为，并非对所有操作都适用，比如叉乘就会报错(如：nd.dot(x,y)大家自己自行测试下），其实很容易埋坑，个人并不推荐使用。

2.9 取第几行/第几列

1 from mxnet import ndarray as nd
2 x = nd.array([[1,2],[3,4],[5,6],[7,8]])
3 print(x)
4 print(x[:,0]) #取第1列
5 print(x[1:2]) #取第2行
6 print(x[1:3,0:2]) #取第2到3行 + 第1到2列
7 i = nd.array([[0,2]])
8 print(nd.take(x,i)) #取第1行、第3行

[[ 1.  2.][ 3.  4.][ 5.  6.][ 7.  8.]]
<NDArray 4x2 @cpu(0)>[ 1.  3.  5.  7.]
<NDArray 4 @cpu(0)>[[ 3.  4.]]
<NDArray 1x2 @cpu(0)>[[ 3.  4.][ 5.  6.]]
<NDArray 2x2 @cpu(0)>[[[ 1.  2.][ 5.  6.]]]
<NDArray 1x2x2 @cpu(0)>

2.10 计算欧氏距离(norm)

1 import mxnet.ndarray as nd
2 import mxnet.autograd as ag
3 x = nd.array([[1,2],[3,4]])
4 print(x)
5 nd.norm(x)

[[ 1.  2.][ 3.  4.]]
<NDArray 2x2 @cpu(0)>

[ 5.47722578]
<NDArray 1 @cpu(0)>

更多ndarray的使用，请参考：

1、https://mxnet.incubator.apache.org/api/python/ndarray.html （ndarray官方文档）

2、https://zh.gluon.ai/chapter_crashcourse/ndarray.html  (使用NDArray来处理数据)