python numpy 库学习笔记

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