python module使用之----Numpy（快速入门）

这篇博客相当于是对numpy这个module的快速入门，都是一些常见的用法。Numpy实际上包含了两种基本的数据类型：数组和矩阵。二者在处理上稍微有所不同。如果小伙伴们对MATLAB比较熟悉的话，矩阵实验室，那肯定对矩阵处理相当熟悉了。在使用标准的python时，处理这两种数据类型均需要循环语句。而在使用numpy时则可以省去这些语句。

下图可以很明显的看出numpy两种数据的形式，两者是怎么定义的，和具体的转换方法。

下面是处理数组的一些例子：

因为在cmd窗口运行python还是比较方便的，LZ就把基本的对数组的运算放到了一起，这样看还是比较方便的。

下面来介绍矩阵

numpy模块中的矩阵对象为numpy.matrix，包括矩阵数据的处理，矩阵的计算，以及基本的统计功能，转置，可逆性等等，包括对复数的处理，均在matrix对象中。 class numpy.matrix(data, dtype, copy):返回一个矩阵，其中data为ndarray对象或者字符形式；dtype:为data的type；copy:为bool类型。

第一行从numpy导入matrix或者mat模块，mat是matrix的缩写。

这里我们可以看到一个error，乘法不能执行。矩阵数据类型的运算会强制执行数学中的矩阵运算， 1×3的矩阵是不能与1×3的矩阵相乘的（左矩阵的列数和右矩阵的行数必须相等）。这时需要将其中一个矩阵转置。numpy数据类型有一个转置方法，这里调用了.T完成了ss的转置。所以，知道矩阵的大小有助于对上述错误的调试，可以通过numpy中的shape方法来查看矩阵或者数组的维数。

multipy函数可以把矩阵mm的每个元素和矩阵ss的每个元素对应相乘。使用sort（）可以把数组或者矩阵排序，这种方法是原地排序（即排序后的结果占用原始的存储空间），所以，如果希望保留数据的原序，必须事先做一份拷贝。也可以使用argsort()方法得到矩阵中的每个元素的排序序号。最后还显示了提取矩阵元素的方法，注意一个问题，python的下标是从0开始的，且不包含最后一个数，如果下标为[0:2]，那么实际只取了下标[0, 1]两个元素。

矩阵对象的属性：

matrix.T transpose：返回矩阵的转置矩阵

matrix.H hermitian (conjugate) transpose：返回复数矩阵的共轭元素矩阵

matrix.I inverse：返回矩阵的逆矩阵

matrix.A base array：返回矩阵基于的数组

矩阵对象的方法：

all([axis, out]) :沿给定的轴判断矩阵所有元素是否为真(非0即为真)

any([axis, out]) :沿给定轴的方向判断矩阵元素是否为真，只要一个元素为真则为真

argmax([axis, out]) :沿给定轴的方向返回最大元素的索引（最大元素的位置）

argmin([axis, out]): 沿给定轴的方向返回最小元素的索引（最小元素的位置）

argsort([axis, kind, order]) :返回排序后的索引矩阵

astype(dtype[, order, casting, subok, copy]):将该矩阵数据复制，且数据类型为指定的数据类型

byteswap(inplace) Swap the bytes of the array elements
choose(choices[, out, mode]) :根据给定的索引得到一个新的数据矩阵（索引从choices给定）

clip(a_min, a_max[, out]) :返回新的矩阵，比给定元素大的元素为a_max，小的为a_min

compress(condition[, axis, out]) :返回满足条件的矩阵

conj() :返回复数的共轭复数

conjugate() :返回所有复数的共轭复数元素

copy([order]) :复制一个矩阵并赋给另外一个对象，b=a.copy()

cumprod([axis, dtype, out]) :返回沿指定轴的元素累积矩阵

cumsum([axis, dtype, out]) :返回沿指定轴的元素累积和矩阵

diagonal([offset, axis1, axis2]) :返回矩阵中对角线的数据

dot(b[, out]) :两个矩阵的点乘

dump(file) :将矩阵存储为指定文件,可以通过pickle.loads()或者numpy.loads()如:a.dump(‘d:\a.txt’)

dumps() :将矩阵的数据转存为字符串

fill(value) :将矩阵中的所有元素填充为指定的value

flatten([order]) :将矩阵转化为一个一维的形式，但是还是matrix对象

getA() :返回自己，但是作为ndarray返回

getA1()：返回一个扁平（一维）的数组（ndarray）

getH() :返回自身的共轭复数转置矩阵

getI() :返回本身的逆矩阵

getT() :返回本身的转置矩阵

max([axis, out]) ：返回指定轴的最大值

mean([axis, dtype, out]) :沿给定轴方向，返回其均值

min([axis, out]) ：返回指定轴的最小值

nonzero() :返回非零元素的索引矩阵
prod([axis, dtype, out]) :返回指定轴方型上，矩阵元素的乘积

ptp([axis, out]) :返回指定轴方向的最大值减去最小值

put(indices, values[, mode]) :用给定的value替换矩阵本身给定索引（indices）位置的值

ravel([order]) :返回一个数组，该数组是一维数组或平数组

repeat(repeats[, axis]) :重复矩阵中的元素，可以沿指定轴方向重复矩阵元素，repeats为重复次数

reshape(shape[, order]) :改变矩阵的大小,如：reshape([2,3])

resize(new_shape[, refcheck]) :改变该数据的尺寸大小

round([decimals, out]) :返回指定精度后的矩阵，指定的位数采用四舍五入，若为1，则保留一位小数

searchsorted(v[, side, sorter]) :搜索V在矩阵中的索引位置

sort([axis, kind, order]) :对矩阵进行排序或者按轴的方向进行排序

squeeze([axis]) :移除长度为1的轴

std([axis, dtype, out, ddof]) :沿指定轴的方向，返回元素的标准差

sum([axis, dtype, out]) ：沿指定轴的方向，返回其元素的总和

swapaxes(axis1, axis2):交换两个轴方向上的数据

take(indices[, axis, out, mode]) :提取指定索引位置的数据,并以一维数组或者矩阵返回(主要取决axis)

tofile(fid[, sep, format]) :将矩阵中的数据以二进制写入到文件

tolist() :将矩阵转化为列表形式

tostring([order]):将矩阵转化为python的字符串

trace([offset, axis1, axis2, dtype, out]):返回对角线元素之和

transpose(*axes) :返回矩阵的转置矩阵，不改变原有矩阵

var([axis, dtype, out, ddof]) ：沿指定轴方向，返回矩阵元素的方差

view([dtype, type]) :生成一个相同数据，但是类型为指定新类型的矩阵

上面列出了numpy.matrix的属性，很多，但其实并不需要记得，只要当作手册会查阅就可以了O(∩_∩)O