numpy总结

Numpy是python的一个科学计数包，包含了多维数组的操作。

Numpy的核心是ndarray对象，这个对象封装了同质数据类型的n维数组。

1、Numpy.linspace() 方法
Numpy.linspace(start,stop,num=50,endpoint=True,restep=False,dtype=None)
功能：返回在规定范域内的数值列表
参数：
start：规定区域的开始值
stop：规定区域的结束值
num：产生样本点的的数目
endpoint：如果设置为True，那么stop参数将产生影响
dtype:输出数值的类型

例子：
import numpy as np
np.linspace(2.0, 3.0, num=5)
array([ 2. , 2.25, 2.5 , 2.75, 3. ])
2、Numpy.arange()方法
Numpy.arange([start,]stop,[step]dtype=None)
功能：在给定的范围内，返回一数组
参数：
Start：数值范围的起始点（该范围包括该值）
Stop：数值范围的结束值（该范围不包括该值）
Step：单位位移值
dtype:输出数组的类型
例子：

import numpy as np
np.arange(3)
array([0, 1, 2])
3、umpy.random.rand()方法

numpy.random.rand(d0,d1,…,dn)
功能：生成一个参数格式类型的数组
参数：
d0,d1,…,dn:返回一个参数类型的维度
例子：

import numpy as np
np.random.rand(3,2)
array([[ 0.14022471, 0.96360618], #random
[ 0.37601032, 0.25528411], #random
[ 0.49313049, 0.94909878]]) #random
4、Numpy.random.randn()方法

Numpy.random.randn(d0,d1,…,dn)
功能：该函数将产生一个形如（d0,d1,…,dn）格式类型形式的样本，或者样本集，该样本或者样本集服从正太分布（高斯分布）。如果传入参数是元组类型，可用numpy.random.standard_normal代替
参数：
d0,d1,…,dn:该参数为我们要返回数组类型的格式，如果没有输入参数，Python则返回单个浮点值
例子：

import numpy as np
2.5 * np.random.randn(2, 4) + 3
array([[-4.49401501, 4.00950034, -1.81814867, 7.29718677], #random
[ 0.39924804, 4.68456316, 4.99394529, 4.84057254]]) #random
5、Numpy.fromfunction()方法

Numpy.fromfunction(function,shape,**Kwargs)
功能：通过方法的执行结果，从而来构造一个特定的数组格式
参数：
Function：该函数可以被N个参数所调用，该N个参数类型格式被shape所决定
Shape：该参数决定输出数组类型的维度，也决定function该参数的输入格式
例子：

import numpy as np
np.fromfunction(lambda i, j: i == j, (3, 3), dtype=int)
array([[ True, False, False],
[False, True, False],
[False, False, True]])
6、numpy.ndarray.flatten

该函数返回折叠为一维的数组副本

例子：

import numpy as np 
a = np.arange(8).reshape(2,4) 
 
print '原数组：' 
print a 
print '\n'  
# default is column-major 
 
print '展开的数组：' 
print a.flatten() 
print '\n'  
 
print '以 F 风格顺序展开的数组：' 
print a.flatten(order = 'F')
 
 
原数组：
[[0 1 2 3]
 [4 5 6 7]]
 
展开的数组：
[0 1 2 3 4 5 6 7]
 
以 F 风格顺序展开的数组：
[0 4 1 5 2 6 3 7]
7、numpy.zeros

返回特定大小，以 0 填充的新数组。

例子：

# 含有 5 个 0 的数组，默认类型为 float  
import numpy as np 
x = np.zeros(5)  
print x
 
 
[ 0.  0.  0.  0.  0.]
8、numpy.asarray

此函数类似于numpy.array，除了它有较少的参数。 这个例程对于将 Python 序列转换为ndarray非常有用。

# 将列表转换为 ndarray 
import numpy as np 
 
x =  [1,2,3] 
a = np.asarray(x)  
print a
 
[1  2  3] 
9、ndarray对象的内容可以通过索引或切片来访问和修改，就像 Python 的内置容器对象一样。