先要熟悉list
http://blog.csdn.net/betwater/article/details/53506216
pip install numpy
numpy
import numpy as np
## 构建
#直接使用list创建
np.array([0, 1, 2, 3]) #一维数组
np.array([[0, 1, 2], [3, 4, 5]]) #二维数组
#使用range()创建
np.arange(10) #使用指定range来创建数组 array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.arange(1, 9, 2) #开始,终止(不包含),步长 array([1, 3, 5, 7])
np.zeros(5) #array([ 0., 0., 0., 0., 0.])
np.zeros((2,2)) #生成一个2x2的值为0的矩阵
np.eye( n [,pos] ) #生成
array([[ 0., 0.],
[ 0., 0.]])
## 子集选取
a[a>50] # 选取大于50的元素
a[0,2] = a[0][2] # 0行第2个元素
a[:,1:3] # 所有行的[1:2]
a[1,:] # 返回第1行的所有元素
## 方法 x表示array
np.shape # 返回array的形状
np.mean(x) # 返回平均数
np.median(x) # 返回中位数
np.corrcoef(x,y) # 求序列x,序列y的相关性
np.std( x ) # 序列x的标准差
np.random.normal(mean,stdev,size)
# 给出均值为mean,标准差为stdev的高斯随机数(场),当size赋值时,
# 例如:size=100,表示返回100个高斯随机数。
np.round(x,pos) # 序列x的每个元素取整到pos位
np.column_stack(tup) #Stack 1-D arrays as columns into a 2-D array.
# tup = (x,y) 把x,y列链接成一个二维的array
## 运算符
a + b #不同于list的 + (链接),这里首先要求shape要一样,然后对应位置相加
a + 1 # a中的每个元素都加1
a**2 # 每个元素的2次方