NumPy 学习笔记一

笔记来源：python数据分析【Ivan Idris著, 韩波译】

一、NumPy数组对象

NumPy中的多维数组称为ndarray，其主要有两个部分组成

1.数据本身

2.描述数据的元数据

在数组的处理过程中，原始信息不受影响，变化只是元数据而已

np.arange()函数可以产生数组，主要用来存放一组数值的一维数组，而ndarray则可以产生具有一个及以上的维度.

向量（一维NumPy数组）的创建与及向量形状

import numpy as np
a = np.arange(5)
print(a)                 # array([0, 1, 2, 3, 4])
print(a.shape)           # (5,)

上述向量有5个元素，数值分别是0-4，该数组的shape属性是一个元组(单元素元组）,存放的是数组在每一个维度的长度。

二、创建多维数组

import numpy as np
m = np.array([arange(2),arange(2)])
print(m) 
                    #  array([0, 1],
                    #        [0, 1]])

print(m.shape)      # (2, 2) 

在上述代码中，使用了array()函数创建数组时，需要传递一个对象，这个对象就是小括号里的内容，其内容必须为数组类型，如这里为列表形式，即两个数组组成的一个列表，该对象是array（）函数唯一所需要的参数，其还可以有很多可选参数，并且这些参数都带有预定义的缺省选项

三、NumPy的数值类型

（1）对于科学计算来说，python里支持的整型、浮点型、复数型还不够，仍然需要更多的数据类型，以下为NumPy的各种数值类型

类型	说明
bool	布尔型 (True or False) 占用1bit
inti	长度取决于平台整数(int32 或int64）
int8	字节类型  （ -2^7    ~   2^7-1）
int16	整型         （-2^15   ~   2^15-1）
int32	整型         （-2^31   ~   2^31-1）
int64	整型           ( -2^63   ~   2^63-1）
uint8	无符号整型 ( 0  ~  2^8-1 )
uint16	无符号整型 ( 0  ~  2^16-1 )
uint32	无符号整型 ( 0  ~  2^32-1 )
uint64	无符号整型 ( 0  ~  2^64-1 )
float16	半精度浮点型 【符号为占1bit、指数占5bit、尾数占10bit】
float32	单精度浮点型  【符号为占1bit、指数占8bit、尾数占23bit】
float64或者float	双精度浮点型  【符号为占1bit、指数占11bit、尾数占52bit】
complex64	复数类型（两个32位浮点数(实部、虚部）表示）
complex128或者complex	复数类型（两个64位浮点数(实部、虚部）表示）

谨记：不允许将复数类型转为整型、也不可将复数转为浮点数，但是可以将浮点数转换为复数

（2）字符码

类型	字符码
整型	i
无符号整型	u
单精度浮点型	f
双精度浮点型	d
布尔型	b
复数型	D
字符串	S
万国码(unicode)	U
空类型(Void)