Numpy使用1

Numpy介绍

NumPy is the fundamental package for scientific computing with Python. It contains among other things:

• a powerful N-dimensional array object
• sophisticated (broadcasting) functions
• tools for integrating C/C++ and Fortran code
• useful linear algebra, Fourier transform, and random number capabilities

Numpy常常用在python科学计算中，最主要的能力就是提供了N-dimensional array(N维数组)的能力，可能有的人说python中不是有list嘛，list就可以当做数组用啊，说的没错，简单的数据的确是可以的，我问几个问题，如果你觉得list之类的都可以搞定，那么咱们就可以宣告numpy的死亡了

1. 如何存储RGB图像
2. 如何存储结构化的数据
3. 如何高效存储和索引多维数组
4. 如何高效的进行数据的切片和组装

很明显，这些list都是做不到的，如果你有类似的这类需求的话，那么numpy应该不会让你失望。

官方网址：HERE

Numpy的安装

我的机器是ubuntu14.04（64 位），建议使用pip安装，pip是个python的包管理器，通过它可以很方便的进行安装、卸载、升级

sudo apt-get install python-pip      # install pip
sudo pip install numpy               # install numpy

如果是windows的话，同样可以先安装pip，再使用pip安装numpy，不过过程稍微麻烦点，请大家自行百度

Getting Started

安装好以后，我们来测试下，并写段小代码体验下numpy的强大功能

import numpy as np

如果你import没有出错的化，就表示你已经成功安装好了
下面我们在ipython的交互式环境下写点代码，体验下numpy的功能

（1）创建3*3的全0矩阵

In [1]: import numpy as np

In [2]: all_zero =np.zeros((3,3))

In [3]: all_zero
Out[3]: 
array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

In [4]: 

（2）从python的list种初始化numpy矩阵

In [8]: test_list = [1,3,5,6,7]

In [9]: array_numpy = np.arra
np.array         np.array_equal   np.array_repr    np.array_str
np.array2string  np.array_equiv   np.array_split   

In [9]: array_numpy = np.array(test_list)

In [10]: array_numpy
Out[10]: array([1, 3, 5, 6, 7])

In [11]: 

（3）创建多维数组（3*4*4）

In [11]: array_n_dim = np.ones((3,4,4),dtype='int8')

In [12]: array_n_dim
Out[12]: 
array([[[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]],

       [[1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1],
        [1, 1, 1, 1]]], dtype=int8)

In [13]: 

(4)从文本load结构化数据
假设当前目录下有个文本文件numpy_test.txt，内容是

In [14]: test_numpy = np.loadtxt('numpy_test.txt', str, delimiter=':')

In [15]: test_numpy
Out[15]: 
array([['1', '2'],
       ['3', '4'],
       ['5', '6'],
       ['7', '7'],
       ['8', '1']], 
      dtype='|S1')

In [16]: 

相信到这已经可以说明numpy的强大之处，其实还有很多的优秀特性还没介绍，下个博客继续