1.Numpy数值计算基础(随机数、索引、数组形状、矩阵、去重、排序)

笔记说明：本文是我的学习笔记，大部分内容整理自 黄红梅,张良均等.Python数据分析与应用[M].北京:人民邮电出版社,2018,21-49. 还有部分片断知识来自网络搜索补充。

1.数组对象ndarray

1.1创建数组类型

1.1.1数组属性

• ndim:返回int，表示数组的维度。
• shape：返回tuple，表示数组的尺寸，比如n行m列的矩阵，表示为（n,m）。
• size:返回int，表示数组的元素总数，等于数组形状的乘积。
• dtype:返回data-type你描述数组中的元素类型。
• itemsize:返回int，表示数组的每个元素的大小（字节为单位）。

1.1.2数组创建

numpy.array(object,dtype=None,ndmin=None)
import numpy as np
arr1=np.array([[1,2,3,4],[4,5,6,7]])
print(arr1)
arr1.shape=4,2 ##不是转置，只是改变排列，数组顺序不变，看结果！很直观
print(arr1)
##一些内置函数创建数组
np.arange(0,7.5,0.5) ## 等差为0.5
np.linspace(0,7,8) ## [0,7]区间生成8个元素的等差数列
np.logspace(0,1,3) ##[10^0,10^1]区间生成3各元素的等比数列
np.zeros((2,3)) ##生成（2,3）的0数组
np.eye(3) ##生成主对角线为1的类似单位矩阵的数组
np.diag([1,2,3,4]) ##主对角数组
np.ones((5,3)) ##生成全为1的数组

1.2生成随机数

import numpy as np
np.random函数具有以下模块:

• random(100):0~1之间的额100个随机数
• rand(2,3):均匀分布的随机数
• randn()：标准正态分布
• randint(low,high,size):整数范围的随机数
• binomial:二项分布
• normal(loc=“均值”,scale=“方差”,size):正态分布
• Shuffle:对一个序列随机排序
• choice(a,size,p):对a按照概率（权重）为p进行随机选取尺寸为size的的数据
• beta:贝塔分布
• chisquare:卡方分布
• gamma：伽马分布
• sample：简单随机抽样
• seed:设置随机种子
• RandomState：随机数种子
• 相同处： 他们的参数都是随机数seed不同处： numpy.random.RandomState()更为复杂，完全可以代替numpy.random.seed()这条语句。
  随机数种子seed只有一次有效，在下一次调用产生随机数函数前没有设置seed，则还是产生随机数。
  但是RandomState不是这样的，由于使用方式不同，直接限制会产生同样的随机数。

## 上个栗子！
from numpy.random import RandomState
rdm = RandomState(123)
a = rdm