numpy学习笔记 全面|目录|书籍精华

建议阅读相关书籍进行系统学习，此篇文章仅做个人总结之用。

1. 《利用Python进行数据分析》——韦斯·麦金尼
2. 莫凡的教程

多维数组对象

生成数组

1. 生成数组：np.array(),dtype 默认为float64
   转换数据类型：arr = np.array, arr.astype(np.int32)，这一部操作是将float64转化为int32，且这个函数默认生成新数组
2. 生成零数组：np.zeros()
3. 生成空数组：np.empty()
4. range 函数的数组版本:np.arange(15).reshape（3，5）
5. 生成一个线段：a = np.linspace(1,10,20).reshape(3,4),生成一个20段1-10的数列(拆成20个数字)
6. 生成2行4列的属于（0，1）随机数组：np.random.random((2,4))

数组的运算

数组之间每个元素的运算，这里的每个数组尺寸应该相同，不同数组涉及到广播的知识，这里暂不做解释。

1. 最大值/最小值/求和np.sum(a, axis=1),np.min(a),np.max(a)
   axis=1代表列，axis=0代表行
2. 逐个比较两个数组的大小

x = np.random.randn(8)
y = np.random.randn(8)
print(np.maximum(x, y))

3. 计算小数部分和整数部分

remainder,whole_part = np.modf(arr)

5. 乘法：python的平方是用**表示
   如果用矩阵的运算应该是np.dot(a,b)或者a.dot(b)，就不会是各个元素之间的乘法了。
   具体的函数见书P207页

基础索引和切片

与列表相似，前闭后开，
与Python中列表的不同

1. 传入数值给切片，python是不允许的,numpy是允许的

arr = np.arange(10)
arr[5:9] = 12
print(arr)
##################################
a = range(10)
a[5:9] = 12
print(a)

上面的运算结果:

[ 0  1  2  3  4 12 12 12 12  9]

下面的运算结果

TypeError: 'range' object does not support item assignment

list 是不能全部赋值的

2.浅拷贝和深拷贝： python中赋值是直接产生一个新的对象，但是numpy赋值不是，只是一个原数列的视图。改变复制过的，原数组也会被改变
例子:

a = list(range(10))
c = a[5:8]
c[1] = 12
print(a)

b = np.arange(10)
d = b[5:8]
d[1] = 12
print(b)

运行结果

[0, 1, 2, 3, 4, 5, 6, 7, 8