numpy学习之路（1）

NumPy - 简介
NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ，它拥有一些额外的功能。 2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。

NumPy 操作
使用NumPy，开发人员可以执行以下操作：

数组的算数和逻辑运算。

傅立叶变换和用于图形操作的例程。

与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

NumPy – MatLab 的替代之一
NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用。 这种组合广泛用于替代 MatLab，是一个流行的技术计算平台。 但是，Python 作为 MatLab 的替代方案，现在被视为一种更加现代和完整的编程语言。

NumPy 是开源的，这是它的一个额外的优势。
numpy是一个第三方库，至于基本的安装、导入，想必大家都会，就不赘述。
numpy属性：

import numpy as np
array=np.array([[1,2,3],[2,3,4],[5,6,7]])
print(array)
print('number of dim:',array.ndim)#数组的维数(行,列)
print('shape:',array.shape)#行数列数
print('size:',array.size)#总共元素

结果

[[1 2 3]
 [2 3 4]
 [5 6 7]]
number of dim: 2
shape: (3, 3)
size: 9

数据类型

import numpy as np
a=np.array([2,34,4],dtype=np.int)#没有逗号数据类型没有设置默认64位
b=np.array([2,34,4],dtype=np.int32)#位数越小占用空间越小
c=np.array([2,34,4],dtype=np.float32)# 自动带点
print(a)
print(b)
print(c)
print(a.dtype)
print(b.dtype)
print(c.dtype)

结果

[ 2 34  4]
[ 2 34  4]
[ 2. 34.  4.]
int64
int32
float32

基本创建

import numpy as np
a=np.array([[2,3,4],[5,6,7]])
b=np.zeros((3,4))#全部为0,z自己设置行数列数里面一定要括号阔起来默认为float？
c=np.ones((3,4),dtype=np.int16)
d=np.empty((2,2))#虽然为空,其实接近0
print(a)
print(b)
print(c)
print(d)

结果

[[2 3 4]
 [5 6 7]]
[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]
[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]
[[5.e-324 5.e-324]
 [5.e-324 0.e+000]]

生成特定段，行列

import numpy as np
a=np.arange(10,21,2)#和range基本一样
b=a.reshape((3,2))#这里注意a的元素的数量，否则报错
c=np.linspace(1,10,6)#1开始 10结束 6段 注意10在其中
d=c.reshape((2,3))
print(a)
print(b)
print(c)
print(d)

结果

[10 12 14 16 18 20]
[[10 12]
 [14 16]
 [18 20]]
[ 1.   2.8  4.6  6.4  8.2 10. ]
[[ 1.   2.8  4.6]
 [ 6.4  8.2 10. ]]