python第二阶段（1）入门---数据科学包numpy

numpy的简介

NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

numpy和python

1. Python中使用列表来保存一组值，可将列表当成数组来用。
2. Python有array模块，但不支持多维数组、也没有科学运算函数。
3. numpy提供了ndarray数组对象，功能十分强大，拥有丰富的数组计算函数。

numpy的属性

1 numpy的导入

编辑器用的：IDLE，需新建
用import导入numpy，一般给其命名为np

import numpy as np

2 numpy的属性

常用属性：
array· shape： 代表一个 array 的形态，是一个向量还是一个矩阵，抑或是一个更复杂的向量组。
array· ndim： 代表这个 array 的维度
array· size： 在 array 中拥有的元素数量
array· itemsize： 这个 array 中每一个元素所需要占的字节数
array· nbytes： 这个 array 的总字节数（=itemsize*size）
array· real： 代表一个 array 中所有元素的实数部分
array· imag： 同理，代表一个 array 中所有元素的虚数部分
array· flat： 将这个 array 整理成一维的，可以索引的一系列的元素组合。它实际上是通过 iterator 实现的，我们可以通过 for x in array.flat 来取得到所有的元素
array· T： 矩阵转置，同 transpose()方法
示例：

import numpy as np
x=np.array([[1.0,0.0,0.0],[0.,1.,2.]]) #定义了一个二维数组，大小为（2，3）
print(x.ndim)   #数组维度数
print(x.shape)    #数组的维数，返回的格式(n,m),其中n为行数，m为列数
print(x.size)    #数组元素的总数
print(x.dtype)   #数组元素类型，dtype： 数组元素的类型 float32,uint8,int32
print(x.itemsize)  #每个元素占有的字节大小
print(x.data)    #数组元素的缓冲区

执行结果：其他的用到再百度

2
(2, 3)
6
float64
8
<memory at 0x0000029974C3B480>

numpy的创建

1 第一种数组的创建

x=np.ary=np.array([1.5,0.7,0.9])#定义了一个一维数组
y=np.ary=np.array([[1.5,0.7,0.9],[0.7,1.,2.]],dtype =np.int) #定义了一个二维数组，大小为（2，3）
print(x)
print(y)

执行结果：因为二维定义了类型为int，所以向下取整

[1.5 0.7 0.9]