python ---numpy

本文主要包括如下内容：

1.数据类型 2.数组类型 3.类型转换 4 .创建数组 5.索引 6.花式索引 7.切片（Slicing）8.处理数据的形状

下载 numpy    

 https://sourceforge.net/projects/numpy/files/NumPy/1.9.2/  

找到exe文件直接可以安装

I.Numpy中的多维数组称为ndarray,主要包括两个部分：数据本身和 描述数据的元数据

Numpy数组通常表示是由相同种类的元素组成。可以向量化处理数组。

a=arange(5)   a.dtype  dtype('int64')

a.shape  

a=array([arange(2),arange(2)])

数据类型转换  bool()   int()   float()

数据类型对象 a.dtype.itemsize

一维数组的切片 : 

 a=arange(7)   a[3:7]  a[:7:2] (范围为0到7，间隔为2）  a[::-1]

b=np.arange(24).reshape(2,3,4)   

b.reval() 将多维数组变为一维数组    b.flatten()效果相同，但是不同的是返回的是实际内存存在的变量，reval只是返回的一个视图

reshape(3,4)  or  b.shape=(3,4)

转置 b.transpose()     b.T

调整大小：类似与 reshape()    ------resize(2,4) 但会直接改变原数组  reshape不会改变原来的数组

堆叠数组：

hstack((a,b))  vstack((a,b))     concatenate( (a,b)  axis=1) 与前面类似

dstack((a,b))

拆分数组：

hsplit(a,3)   vsplit(b,3)   split(a,3,axis=1)

f=b.flat  

f [ [ 1,2]]   按顺序

b.flat=0 把值全部设置为0

数组的转换 ：

b=array(....)

b.tolist()

astype()函数可以把数组元素转换成指定类型

b.astype(int)   b.astype('complex')

花式索引

花式索引是一种传统的索引方法，它不使用整数或者切片

花式索引是在一个内部的Numpy迭代器对象的基础上实现的，分为3步骤完成：

（1）创建迭代器对象

（2）将迭代器对象绑定到数组

（3）经由迭代器访问数组对象，利用位置列表进行索引