Python-Numpy初学

初学Numpy，记录一下自己对Numpy一些操作的理解，避免过后忘了orz

（文笔不好尽请谅解orz，如果有错误的地方还请各位帮忙纠正，谢谢~）

 

教程网站：Numpy快速上手指南 --- 基础篇 https://www.kesci.com/home/project/59ed832d18ec724555a9a968

                  Numpy快速上手指南 --- 进阶篇 https://www.kesci.com/home/project/59f0380e18ec724555ac7e0b

                  这100道练习，带你玩转Numpy https://www.kesci.com/home/project/59f29f67c5f3f5119527a2cc

                  函数使用查询，这个blog总结的挺好：http://www.cnblogs.com/WSX1994/articles/9061516.html

 

基础篇和进阶篇两个网站都例举了一些Numpy常用的操作和示例代码，讲解的也是不错的，当然对于一个库来说，方法是例举不完的，还是得靠平时实际操作时学习。

 

一、基础篇

1、Numpy中维度(dimensions)叫做轴(axis)，轴的个数叫做秩(rank)

      这个秩跟线性代数中的秩貌似不是一个概念的东西，这里的秩指的是Numpy中的维度，如下数组

[ [ 1., 0., 0.], 

  [ 0., 1., 2.] ] 

就是一个二维的，即有两个轴，第一个维度的长度为2，第二个维度的长度为3，可以理解成是数学上的xy轴，同样如果是三维的话就是xyz轴了。

在numpy的运算中，有时候还是会接触到要分axis的运算的，数清轴的个数也是很重要的，可以通过数左边 “[” 的个数来确认，如上述的数组就有两个 “[” ，即axis=2。当然也可以用ndarray.ndim来获取（ndarray是numpy的array类型）。而对于有关axis的运算，如np.sum(axis=0)或np.sum(axis=1)等，还需要通过操作才能加深理解，后续会有相关例子的讲解

2、* 和 dot

两个矩阵在python直接 “*” 的话仅仅只是数值上对应相乘，要实现矩阵乘法的话需要用到np.dot()，矩阵乘法需要满足的条件在线性代数中也是有讲述的。

3、 upcast

当运算的是不同类型的数组时，结果数组向精度更高的数组看齐，即int64的数组与float64的数组相加后得到的数组是float64类型的数组

4、np.linspace(a,b,c)

从a到b平均分成c份

5、ndarray.sum(axis=?)