【科学计算与可视化】1. Numpy 基础

安装方式
pip install numpy 指定版本安装pip install numpy==1.14.1

官方文档：https://numpy.org/doc/stable/reference/index.html

主要介绍 Numpy 的常见基础使用，进阶使用请参考上述官方文档

Numpy 是Python 的一个科学计算基础库，提供大量科学计算相关的功能，比如数据统计，随机数生成等。提供最核心的类型是多维数组类型(ndarray)，支持大量的维度数组与矩阵运算，Numpy 支持向量处理 ndarry 对象，提高程序运算速度。

1 数组的创建

numpy.array(data, ndmin, dtype)：ndmin 用来指定建立几维的数组，dtype用于指定元素的类型

a = [1,2,3,4,5] # 一维 list
b = [[1,2,3,], [4,5,6]] # 二维 list

import numpy as np
one_dim_array = np.array(a)
two_dim_array = np.array(b)
print(one_dim_array)
print(two_dim_array)


a = np.array([[1,2,3]], ndmin=3)  # ndmin用来指定建立几维的数组
print(a)  #  [[[1 2 3]]]
print(a.shape)   # a.shape 用于查看 ndarray 的形状  x * x * x ...

a = np.array([1,2,3], dtype=float) # dtype用于指定元素的类型
print(a)  # [1. 2. 3.]

numpy.arange(start, stop, step, dtype)：类似于range()函数，创建[start, stop)左开右闭步长为 step 的数组，步长默认为 1，dtype 用于指定元素类型

a = np.arange(0, 10, 2, dtype=float)
print(a)

随机数创建，numpy.random
random中常用的方法：

函数	描述
seed	确定随机生成器的种子
permutation	返回一个序列的随机排列或返回一个随机排列的范围
shuffle	对一个序列就地随机排列
rand	产生均匀分布的样本值
randint	三个参数 low, high, size；[low, high)，同 range函数，size 是指生成多少个数
random(size)	返回 [0.0, 1.0)范围的随机数
randn(d1, d2, d3)	返回一个或一组样本，具有正态分布（期望为 0，方差维 1）

a = list(range(10))
print(np.random.permutation(a))  # 有返回值  不会修改 a
print(a)
np.random.shuffle(a) # 没有返回值  会修改 a
print(a)

a = np.random.rand(2, 3)   # rand 中的参数可以接收任意数量的整数参数，用于确定用于生成何种形状的 ndarray   元素的值为 [0,1)
print(a.shape)  # 2 * 3
a = np.random.rand(2, 3, 4)
print(a.shape) # 2 * 3 * 4
a = np.random.uniform(0, 10, (3, 2))  # np.random.uniform  也是均匀分布  可以指定生成的值范围
print(a)


a = np.random.random(size = 10)
print(a)
a = np.random.random(size = (2,3))
print(a)

a = np.random.randn(2, 3)   # randn 中的参数可以接收任意数量的整数参数，用于确定用于生成何种形状的 ndarry
print(a.shape)  # 2 * 3
a = np.random.randn(2, 3, 4)
print(a.shape) # 2 * 3 * 4
a = np.random.normal(loc=