numpy学习笔记（上）

大噶好！这是小白的第四篇博客，上次学习了pandas工具包，这次就来学习一下与它捆绑使用的numpy包好啦！
大噶可以先去numpy官网上了解一下，更全面，更清晰numpy官网。
NumPy(numerical python):一个包含许多高级数值编程工具用于科学计算的python包，为需要进行严格的数据处理量身定做的第三方工具包。表达N维数组的最基础库 擅长数组运算
python下使用numpy时先要引入numpy库，今天我们从numpy提供的两种对象来学习使用numpy包，它们分别是ndarray和ufunc。

import numpy as np

Numpy是什么
一个开源的python科学计算库
Numpy有什么功能
主要是用来操作数组和矩阵，是科学计算、深度学习等高端领域的必备工具，使用TensorFlow、Caffe框架训练神经网络模型时，需要进行大量复杂的运算，可以直接调用Numpy里面的API
Python + Numpy == Matlab

一.ndarray

N-dimensional array object，可以理解为多维数组N维序列，python中的array一维数组和C语言的一维数组一点像，它直接保存数值而不是对象地址（就理解为指针），却没有各种运算函数，因此不适合做数值运算。这个时候，numpy就提供了多维数组的数值运算，让我们一起来看看吧！

numpy库概述

数组中所有元素的类型必须相同，数组中元素可以用整数索引，序号
从0开始。ndarray 类型的维度(dimensions)叫做轴(axes)，轴的个数
叫做秩(rank)。一维数组的秩为1，二维数组的秩为2，二维数组相当于
由两个一维数组构成。

1.创建数组

先介绍用列表或者元组创建数组的方法，用array创建一维数组，若要创建多维按下列格式创建，可以用dtype查看类型，用shape查看属性，这里再补充一句，ndim函数可以，这里再补充一句，求矩阵维数可以用ndim函数：

如上图所示，a是一维数组，所以shape有一个元素，d是二维数组，所以shape有两个元素，规定第0轴是行，第1轴是列，像d第0轴长度为2，第1轴长度为4。我们还可以在保持数组元素个数不变的情况下，用shape函数修改数组属性（tip：数组元素在内存中的位置没有改变）。当某个轴元素为-1时，会根据数组元素个数自动计算轴长度。那顺便再介绍一下reshape函数，用reshape可以创建不同属性的新数组，且原数组元素改变新创建的数组元素也会相应的改变，原因是它们共享数据存储区域。

还有其他许多函数，其实用法与在python中大多类似，像size函数返回矩阵元素个数（shape的乘积），itemsize函数返回矩阵中每个元素所占的字节数。
我们再来了解一下数组的变换，像多维变一维，一维变多维，转置：

但是，用这种方法创建数组太low低效率了（对不起大噶，但是前面都是废话）。所以numpy提供了许多专门用来创建数组的函数，这里我们来介绍一丢丢。

1.arange函数

通过arange（开始值，终值，步长）来创建一维数组，和python中的range函数有点像，tip：数组不包括终值。

2.linspace函数

linspace（开始值，终值，元素个数），通过endpoint关键字指定是否包含终值，默认未设置都是包含终值

3.logspace函数

与linspace函数类似，不同点是它创建等比数列：

ndarray类的常用属性

创建一个简单的数组后，可以查看ndarray类型的一些基本属性

属性	描述
ndarray.ndim	数组轴的个数，也被称作秩
ndarray.shape	数组在每个维度上大小的整数元组
ndarray.size	数组元素的总个数
ndarray.dtype	数组元素的数据类型，dtype类型可以用于创建数组中
ndarray.itemsize	数组中每个元素的字节大小
ndarray.data	包含实际数组元素的缓冲区地址
ndarray.flat	数组元素的迭代器

ndarray类的形态操作方法

方法	描述
ndarray.reshape(n,m)	不改变数组ndarray，返回一个维度为(n,m)的数组
ndarray.resize(new_shape)	与reshape()作用相同，直接修改数组ndarray
ndarray.swapaxes(ax1,ax2)	将数组n个维度中任意两个维度进行调换
ndarray.flatten()	对数组进行降维，返回一个折叠后的一维数组
ndarray.ravel()	作用同np.flatten(),但是返回数组的一个视图

np.flatten()函数用于数组降维，相当于平铺数组中数据，该功能在矩阵运算及图像处理中用处很大。

ndarray类的索引和切片方法

方法	描述
x[i]	索引第i个元素
x[-i]	从后向前索引第i个元素
x[n:m]	默认步长为1，从前往后索引，不包含m
x[-m:-n]	默认步长为1，从后往前索引，结束位置为n
x[n,m,i]	指定i步长的由n到m的索引

数组切片得到的是原始数组的视图，所有修改都会直接反映到源数组。如果需要得到的ndarray 切片的一份副本，需要进行复制操作，比如

arange[5:8].copy()

数组的一般操作

1. hstack函数

用于水平组合数组

2.vstack函数

用于垂直组合数组

3.concatenate函数

该函数可以同时实现这两种方式，通过指定axis参数，默认为0，垂直组合，1水平组合

4.hsplit函数

用于水平分割

5.vsplit函数

用于垂直分割

6.split函数

用split函数可以同时实现这两个效果，和组合一样用axis参数区别，需要注意的是设置的水平分割数必须可被行数整除，垂直分割数必须可以被列数整除：

2.创建矩阵

除了上面数组组合成矩阵的方法外，numpy也提供专门处理矩阵的数据结构matrix，像生成矩阵可按如下输入：

>>>np.mat('1 2 3;4 5 6;7 8 9')
matrix([[1, 2, 3],
		[4, 5, 6],
		[7, 8, 9]])

存取矩阵行、列、元素

其实上面例子有用到一点哦，存取数组元素和python标准方法相同：用整数做下标可以获取数组中某元素；用范围做下标得到数组切片，同样含左不含右，范围中第三个元素表示步长；省略开始或者结束下标表示从头开始或者直到结束。
对于矩阵（二维数组）下标表示取矩阵中的某一行，若第一个元素为：则表示取某一列；eye函数同python一样是产生0-1标准矩阵，这里不再介绍zeros，ones等：

多维数组的存取下标需要用多个值来表示，numpy采用tuple（组元）来表示，并且这里的组元不需要用圆括号括起来。并且元素的值看上去像组元但实际上它是一个结构。

3.数组运算

数组加减乘除即对应元素加减乘除，如果是标量操作作用在数组的每一个元素上

numpy库的算术运算函数

【这些函数中，输出参数y 可选，如果没有指定，将创建并返回一个新的数组保存计算结果；如果指定参数，则将结果保存到参数中。np.add(a,b,a)则表示a+=b】

numpy库的比较运算函数

其将返回一个布尔数组，它包含两个数组中对应元素值的比较结果。

numpy库的其他运算函数

。在numpy 中，
运算基本单位是数组，运算规则与实数一样，包括：算术运算、比较运算、统计运算、三角运算、随机运算等。numpy 库的广泛使用与完备
的运算体系密切相关。

二、ufunc运算

universal function是对数组进行处理的函数，我们在这里学习一些简单又用到概率大的函数。

1.sin函数

对传入数组中的每个元素求正弦值返回一个新的数组，且原数组没有改变，之所以用numpy.sin而不用math.sin的原因是前者快，毕竟时间就是金钱嘛。

2.add函数

同样返回一个新的数组，每个元素都是为两个数组对应元素之和。

3.其他函数

add（+），subtract（-），multiply（*），divide（/），true dvide（/ 返回精确的商），floor divide（//），negative（-），power（**），remainder（%）

4.frompyfunc函数

frompyfunc（计算单个元素的函数，此函数的输入参数的个数，此函数的返回值的个数）

三、结语

emmmmmm其实第二部分还没有写完，断网断电实在莫得办法，那，就酱吧，这个就当做上，下次补下好啦，白白！