一.numpy概述
1.NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
2.numpy（Numerical Python）提供了python对多维数组对象的支持：ndarray，具有矢量运算能力，快速、节省空间。numpy支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
3.NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
- 一个强大的N维数组对象 ndarray
- 比较成熟的（广播）函数库
- 整合 C/C++/Fortran 代码的工具
- 线性代数、傅里叶变换、随机数生成等功能
numpy和稀疏矩阵运算包scipy配合使用更加方便。
(部分资料来自百度百科)
二.NumPy 应用
NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用.
- SciPy 是一个开源的 Python 算法库和数学工具包。
它包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。 - Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口（API）。
三.创建ndarray数组
ndarray：N维数组对象（矩阵），所有元素必须是相同类型。
ndarray属性：
- ndim属性，表示维度个数；
- shape属性，表示各维度大小；
-
dtype属性，表示数据类型。
创建ndarray数组函数：
函数类型
代码示例：
1.生成一维矩阵：
-
numpy和python中的数组类型不同
示例1
2.生成二维矩阵：
示例2
3.使用zero/ones/empty创建数组：
示例3
4.使用arrange生成连续元素：
示例4
四.指定ndarray数组元素的类型
NumPy数据类型：
数据类型
1.生成指定元素类型的数组:设置dtype属性：
示例1
2.使用astype复制数组，并转换类型：
示例2
3.将字符串元素转换为数值元素：
示例3
4.使用其他数组的数据类型作为参数：
示例4
五.ndarray的矢量化计算
矢量运算：相同大小的数组键间的运算应用在元素上
矢量和标量运算：“广播”— 将标量“广播”到各个元素
代码示例：
ndarray数组与标量/数组的运算：
示例
六.ndarray数组的基本索引和切片
一维数组的索引：与Python的列表索引功能相似
多维数组的索引：
- arr[r1:r2, c1:c2]
- arr[1,1] 等价 arr[1][1]
- [:] 代表某个维度的数据
代码示例：
1.ndarray的基本索引：
示例1
示例2
示例2和示例3这两个例子就关系到深拷贝和浅拷贝问题，等以后会单独总结一章
浅拷贝后你所进行的操作会影响到之前的数组，深拷贝则不会影响
示例3
2.ndarray的切片：
示例1
示例2
七.ndarray数组的布尔索引和花式索引
布尔索引：使用布尔数组作为索引。arr[condition]，condition为一个条件/多个条件组成的布尔数组。
布尔型索引代码示例：
1.ndarray的布尔型索引：
示例1
2.ndarray的花式索引:使用整型数组作为索引：
花式索引：使用整型数组作为索引。
花式索引代码示例：
示例2
八.ndarray数组的转置和轴对换
数组的转置/轴对换只会返回源数据的一个视图，不会对源数据进行修改。
代码示例：
ndarray数组的转置和轴对换:
示例
结果
九.ndarray通用函数
通用函数（ufunc）是一种对ndarray中的数据执行元素级运算的函数。
一元ufunc：
一元ufunc代码示例：
1.一元ufunc示例：
示例1
2.二元ufunc示例：
二元
示例2
十.NumPy的where函数使用
np.where(condition, x, y)，第一个参数为一个布尔数组，第二个参数和第三个参数可以是标量也可以是数组。
代码示例：
1.where函数的使用：
示例1
2.where函数的嵌套使用：
示例2
十一.ndarray常用的统计方法
可以通过这些基本统计方法对整个数组/某个轴的数据进行统计计算
方法
1.numpy的基本统计方法：
示例1
用于布尔数组的统计方法：
- sum : 统计数组/数组某一维度中的True的个数
- any： 统计数组/数组某一维度中是否存在一个/多个True
- all：统计数组/数组某一维度中是否都是True
2.用于布尔数组的统计方法：
示例2
any(0)中的布尔值对应一列元素相或的值（如果是对应第一行，则test3.any(0)的结果应该为array([ False, True, True], dtype=bool)），any(1)中的布尔值对应每行元素的或值，any()为所有元素相或的值。
axis=0, 表示列一维度上操作。
axis=1, 表示行二维度上操作。
使用sort对数组/数组某一维度进行就地排序（会修改数组本身）
代码示例：
3.sort的就地排序：
示例3
十二.ndarray数组的去重以及集合运算
方法
代码示例：（方法返回类型为一维数组（1d）)
ndarray的唯一化和集合运算：
示例
十三.numpy中的线性代数
import numpy.linalg 模块。线性代数（linear algebra）
常用的numpy.linalg模块函数
函数
代码示例：
线性代数：
示例
十四.numpy中的随机数生成
import numpy.random模块。
常用的numpy.random模块函数：
函数
代码示例：
numpy.random随机数生成：
示例
十五.ndarray数组重塑
代码示例:
ndarray数组重塑：
示例1
示例2
十六.ndarray数组的拆分与合并
类型
代码示例：
示例
结果1
结果2
十七.数组的元素重复操作
代码示例：
数组的元素重复操作：
示例
（此文章仅作为个人学习笔记使用，如有错误欢迎指正~）
网友评论