学习Numpy(一)

NumPy数组的维数

NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。

fromfunction(func, (shape)) 与 lambda 函数

匿名函数 lambda：是指一类无需定义标识符（函数名）的函数或子程序。
lambda 函数可以接收任意多个参数 (包括可选参数) 并且返回单个表达式的值。

以下面的实例（1）来解释 fromfunction(func, (shape))函数：

1.并没有各个坐标迭代多次调用函数，实际上只调用了一次函数；
2.传入的参数是各个维度的坐标数组。例如 shape 是3x3的数组，传入的第一个参数是：
[[0,0,0],
[1,1,1],
[2,2,2]]
第二个参数是：
[[0,1,2],
[0,1,2],
[0,1,2]]
3.传入各个维的坐标数组之后，剩下的就是数组计算了。
（1）依据自定义函数创建数组

>>> np.fromfunction(lambda i, j: i + j, (3, 3))
# array([[0., 1., 2.],
       [1., 2., 3.],
       [2., 3., 4.]])

（2）使用 NumPy 打印九九乘法表

>>> np.fromfunction(lambda i, j: (i + 1) * (j + 1), (9, 9))
# array([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.],
       [ 2.,  4.,  6.,  8., 10., 12., 14., 16., 18.],
       [ 3.,  6.,  9., 12., 15., 18., 21., 24., 27.],
       [ 4.,  8., 12., 16., 20., 24., 28., 32., 36.],
       [ 5., 10., 15., 20., 25., 30., 35., 40., 45.],
       [ 6., 12., 18., 24., 30., 36., 42., 48., 54.],
       [ 7., 14., 21., 28., 35., 42., 49., 56., 63.],
       [ 8., 16., 24., 32., 40., 48., 56., 64., 72.],
       [ 9., 18., 27., 36., 45., 54., 63., 72., 81.]])