numpy库入门

1、维度

一维数据：有对等关系的有序或无序数据构成，采用线性方式组织

列表，数组，集合等概念

python表示 ：列表和集合

二维数据：多个一维数据构成，一维数据组合形式

表格是典型的二维数据

python表示:列表

多维数据：一维或二维在新维度上扩展形成

python表示；列表

高维数据：

python表示:字典或数据表示的格式

列表和数组区别：一组数据有序结构

列表中，元素数据类型可以不同

数组中，元素数据类型相同

2、Numpy:一个开源的科学计算基础库,是Scipy,Pandas的数据处理或科学计算库的基础

一个强大的N维数组对象 ndarray

` 广播功能函数

整合c/c++/fortran代码的工具

线性代数、傅里叶变换、随机数生成等功能

3、使用方法：

import numpy as np(from numpy import *)

4、N维数组对象：ndarray

两部分组成：

&实际数据

&描述这些数据的元数据（数据维度，数据类型等）

 ndarry数据一般要求所有元素类型相同（同质），数组下标从0开始

非同质ndarray元素为对象类型

非同质ndarray无法发挥Numpy的优势，尽量避免使用

特性：

轴（axis）：保存数据的维度

秩（rank）轴的数量

.ndim 秩，轴或维度数量

.shape   ndarray对象的尺度，对于矩阵，n行,m列

.size    ndarray对象元素的个数，相当于.shape中m*n的值

.dtype   ndarrayd对象元素类型

.itemsize  ndarray对象中每个元素大小，以字节为单位

支持类型：

bool  True or False uint8 [0~255]

intc 与c语言的int类型一致 uint16 [0~65535]

intp 用于索引的整数与c语言中的sszie_t一致，int32或64 uint32 [0~2^31-1]

int8 [-128~127]           uint64 [0~2^63-1]

int16 [-32768~32767] float16:1位符号位，5位指数位，10尾数

int32 [-2^31~2^31-1] float32：1位符号位，8位指数位，23位尾数

int64 [-2^63~2^31-1] float64：1位符号位，11位指数位，52位尾数 

complex64 复数，实部和虚部都是32位浮点数

complex128  实部和虚部都是64位的浮点数
ndarray元素类型对比python仅仅支持的整形，浮点型和复数三种类型：

对科学计算涉及数据较多，对存储和性能都有较高的要求

对类型的精确定义，有助于Numpy合理的使用存储空间并优化性能

对元素类型精细的定义，有助于程序员对程序规模有合理的评估

5、ndarray的创建方法：

（1）从Python中的列表、元组等类型创建ndarray数组

>>>x = np.arrray(list/tuple)

>>>x = np.array(list/tuple,dtype = np.float32)

     当np.array()不指定类型时，Numpy将根据数据情况关联一个dtype类型

（2）使用Numpy中函数创建ndarrray数组，如 arange,ones,zeros等。

>>>np.arrange(n)  

功能类似range(),返回ndarray类型,元素0-（n-1）

>>>np.ones(shape)

生成一个全1数组,shape是元组类型ones=(1,1)

>>>np.zeros(shape)   

生成一个全零数组

>>>np.full(shape,val) 

生成一个数组，每个元素值都是val

>>>np.eye(n)     

创建一个n*n的单位对角矩阵，对角线为1，其余全为0

>>>np.ones_like(a) 

根据数组a的形状n*m生成一个全1数组

>>>np.zeros_like(a) 

根据数组a的形状生成一个全零数组

>>>np.full_like(a,val) 

根据数组a的形状生成一个数组，每个元素都是val

>>>np.linspace(1,10,4，endpoint=False)

根据起止数据1,10等间隔的填充数据4个，形成数组endpoint=false代表不将 10包含

>>>np.concatenate()

将两个或则多个数组合并成一个数组

（3）从字节流（raw bytes）中创建ndarray

（4）从文件中读取特定格式，创建ndarray数组

6、数组维度的变换：

.reshape(shape) 不改变数组元素，返回一个shape形状的数组，原数组不变

.resize(shape)  与.reshape()功能一致，但是修改原数组

.swapaxes(ax1,ax2)将数组n个维度中的两个进行调换

.flatten()      对数组进行降维，返回折叠后的以为数组，原数组不变

7、ndarray数组类型变换

.astype(dtype)

new_a=a.astype(new_type) 

原数组a的数据类型转换为new_type，并且保存在新创建的new_a数组中

8、ndarray数组向列表转换：

ls = a.tolist()

&.ndarray的操作

数组的索引和切片

索引：获取数组中特定位置元素的过程

切片:获取数组元素子集的过程