Numpy

I. Numpy array

1. np.zeros(())    【都是0】

2. np.random.random(())   【0-1之间的随机浮点数】

3. np.arange(开始，结束（不包括），step)            

只有一个参数，默认从0开始

4. 3D & 4D array

5. array.flatten()     【把多维数组转化为一维】

6. array.shape   

7. array.reshape((,))  【改变形状，不改变元素和元素的数量】

II. Data types

1. data types 【跟python相比，numpy数据类型包括数据类型（如int），还包括可用内存量（以位为单位）】

np.int64 数据类型保存64位（bits）

bit VS byte

bit:  is the smallest unit of memory data available on a computer 电脑上存储的最小单位,只存储0或1

byte: a sequence of eight bits

np.int32:可以储存2的32次方个int（2的32次方=40亿，即从-20亿到+20亿的整数）

2. np.array.dtype  【查找数组中的元素的数据类型】

在创建数组时，可以用dtype来指定特定的数据类型：

3. array.astype(np.int8)      【更改数据类型为int8】

若更改数据类型，则全部元素的数据类型都会被更改！

若添加新元素，如把float加入到int中，所有数据类型会变为float；把str加入到任何，所有变成str；把int加入到bool，所有变成int

III. Index

1. array[3, 5] :【查找第三行第五列元素】

array[1] : 默认是行，第一行

array[:, 1] : 第一列

2. Sclice

查找index为50-100之间的偶数index元素,index第3列

array[50:101:2, 3]        2是step！！！

3. Axis order  

4. np.sort(array)

默认按照axis = 1 排列，最大的数字位于最后一列

np.sort(array, axis = 0) 按照axis = 0 排列，最大的数字位于最后一行

5. Flitering

1) fancy flitering

【mask】先建立一个condition，筛选出符合这个con的数组，返回值为数组

2) np.where(array[]condition)   

【返回值为indices】

np.where(sudoku_game中所有为0的元素，””: 把所有是0的元素替换为空格，其余不满足条件的元素不变)

6. np.concatenate((需要连接的array)，axis = )         连接

【连接，默认在最下行后添加】无法改变维度

添加列，axis = 1

7. np.delete(array，具体的行或列，axis轴方向)

IV. Aggregate 计算计数

1. array.sum()  array.max()/min()  array.mean()

axis = 0 计算每一列的总数.max.min.mean

axis = 1 每行的总数

keepdims = True 保持原来的数据结构格式

2. array.cumsum()   累计值

3. vectorized python code

len() Python function

np.vectorize(len) numpy function

np.vectorize(str.upper)

4. broadcast array 

V. 存储&读取

1. Load and save npy & nparray

numpy 可以存储成csv, txt, pkl, npy 文件形式，但npy的速度和效率最快

加载npy文件  with open("文件名", "rb") as 名字：

np.load(名字)

rb : read binary 二进制读取

把array存进npy files 里面

npy文件可以之前不存在，若存在则自动覆盖

wb: write binary

2. np.flip（array，axis） 颠倒顺序行/列/颜色

axis = 2 反转颜色

axis = （0,1）反转行 列， 颜色不变

3. np.transpose（array, axes=()） 转置

axes = (1,0,2)   # 行列转置， 颜色不变

4. np.spilt(array，拆分数，要拆分的轴）

平着拆分 axis = 0