关于numpy学习的函数应用以

Numpy 一款专注于 算法 数据 的Python插件

numpy的在线安装

python -m pip install numpy

离线下载安装 pip install 数据包 

Numpy函数应用：

T:(有符号整型：int8/int16/int32/int64 - int16: -32768, 32767  
无符号整型：uint8/uint16/uint32/uint64 - uint16: 0, 65535
浮点数：float16/float32/float64

复数：complex64/complex128)

numpy类型的字符码:(布尔：?

有符号字节：b
无符号字节：B
整型：i/i2/i4/i8
无符号整型：u/u2/u4/u8
浮点：f2/f4/f8
复数：c8/c16
时间增量：m

时间：M)

数组的操作:

numpy.array([x1,x2,...], dtype=T)  # 创建一个numpy数组 并标明其类型 或 改变列表使其成为数组

t = numpy.dtype(T)  # 确定数组的类型

a = numpy.array([...], dtype=T)
t = numpy.dtype(T)
a = numpy.array([...], dtype=t)
A. T: python或numpy的内置类型
t = numpy.dtype(int)
t = numpy.dtype(numpy.int32)
B. T: 类型字符串
t = numpy.dtype('int')
t = numpy.dtype('int32')
C. T: 类型字符编码
t = numpy.dtype('>(2,3)4i4')
>：大端字节序
(2,3)：维度
4：分量数
i：分量类型

4：分量字节数

数组.reshape(x,y)  # 改变数组的维度该为x行y列的数组(但要符合新数组的条件)

数组.ravel()  # 将维度降到一维数组

数组.flatten()  复制变维

数组.shape = (x,y) # 把数组的维度改为x行y列 shape查看数组的维度

数组.resize((x,y)) # 把数组的维度改为x行y列

numpy.arange(x,y,z)  # 创建一个从x到y的数组步长为z

numpy.hstack(数组1,数组2)  # 水平组合数组

nunpy.vstack((数组1,数组2))  # 垂直组合数组

numpy.row_stack((数组1,数组2))  # 列组合数组

numpy.column_stack((数组1,数组2)) # 数组行组合

numpy.dstack((数组1,数组2))  # 深度组合

x,y,z... = numpy.vsplit(数组,a)  # 把数组水平(行)分割成a份

x,y,z... = numpy.hsplit(数组,a)  # 把数组垂直(列)分割成a份 维度不变

x,y... = numpy.dsplit(数组,a)  # 把数组深度分割成a份

数组.shape   # 返回数组的维度

数组.size   # 返回数组中的元素个数

numpy.loadtext(文件名,delimiter=以什么分开(例如:' , '),

            usecols=(要第几列), unpack=True, dtype=numpy.dtype(什么类型(例:i8/f4/c8)), converters={第几列：函数}(可能要类型转换的函数))  # numpy关于文件读取