NumPy~学习总结（读书笔记作业）

什么是 NumPy?

        NumPy（Numerical Python 的缩写）是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。

                                                                                                                                                                                                                                ----NumPy官方中文文档

        应用场景：NumPy 通常与 SciPy（Python科学计算库）和 Matplotlib（Python绘图库）等软件包组合使用，这种组合方式被用来广泛地代替 MatLab 的使用。

安装和导入NumPy

使用Python包管理器pip命令安装

# windows下安装（或安装Ancaonda）
pip install numpy
#这里的NumPy需要小写为numpy，后面导入的时候也是这样！！！

使用前请先导入Numpy包！

import numpy 
#  通常起个名字：np
import numpy as np

查看你自己的NumPy版本

import numpy as np
print(np.__version__)
# 1.导包
# 2.双下划线

NumPy Ndarray 对象

Numpy提供了两种基本对象：

- ndarray：多维数组，后简称数组

- ufunc：能够对多维数组（数组）进行处理的特殊函数

        NumPy库的核心对象是n维数组对象ndarray，其中的所有函数都是对ndarray对象进行操作。（ndarray数组能对整块数据进行运算，而且其中存储的所有元素都是相同类型， 且每个元素在内存中都有相同存储大小的区域）ndarray能直接直接保存数据，而列表存储的是对象引用。

numpy.array(object, dtype = None, copy = Ture, order = None, subok = False, ndmin = 0)

参数说明：

名称	描述
object	可以是数组或者嵌套的数列
dtype	数组元素的数据类型，可选
copy	对象是否需要复制，可选
order	创建数组的样式，C为行方向，F为列方向，A为默认（任意方向）
subok	默认返回一个与基类类型一致的数组
ndmin	生成指定数组的最小维度

下面提供一些示例方便理解：

import numpy as np

# 创建一个一维数组
a = np.array([1,2,3])  
print (a)  # [1 2 3]

# 多于一个维度  
a = np.array([[1,  2],  [3,  4]])  
print (a)  
# [[1  2] 
# [3  4]]

# 最小维度  
a = np.array([1, 2, 3, 4, 5], ndmin =  2)  
print (a)  # [[1 2 3 4 5]]

# dtype 参数  
a = np.array([1,  2,  3], dtype = complex)  
print (a)  # [1.+0.j 2.+0.j 3.+0.j]

数组的基本属性：

属性	含义
ndarray.ndim	数组的维度
ndarray.shape	数组的维度大小，返回一个元组。 对于n行m列的数组维度大小为（n，m）
ndarray.size	数组中元素的总数等于行乘列
ndarray.dtype	数组的元素类型（可指定元素类型）
ndarray.itemsize	数组中每个元素的大小（以字节为单位）
ndarray.data	生成指向数组首地址的一个memoryview对象

创建一个 ndarray 只需调用 NumPy 的 array 函数即可：