Python-Numpy学习之一：简介及ndarray属性

--scripy简介
  Scripy 是基于Python生态的一款开源数值计算，科学与工程应用的开源软件（集成包）
  包括NumPy,
  pandas：数据清洗，数据处理
  matplotlib：图表
  IPython:Python的命令
--官网：www.scipy.org 用于查看各种文档
--NumPy: Numerical Python 数值Python包，是一个科学计算的基础包
  =》包括：
        1、一个强大的N维数组对象Array；新的数据结构：ndarray 多维数组对象
        2、比较成熟的（广播）函数库；
        3、用于整合C/C++和Fortran代码的工具包；
        4、实用的线性代数、傅里叶变换和随机数生成函数。
           numpy和稀疏矩阵运算包scipy配合使用更加方便。
  =>约定导入方式:import numpy as np
  =>建立多维数组:dtype='int'是可选属性，
        arr=np.array(
          [
             [1,2,3,4],
             [2,3,4,5]
          ],dtype='int'    
        ) 
   =》多维数组的属性
      ndim :维度数量                arr.ndim   输出：2
      shape:表示各纬度大小的无组    arr.shape  输出：（2，4）
      dtype:数组中元素的数据类型    arr.dtype  输出：dtype('int32')
      size:元素总个数               arr.size   输出：8
   =》ndarray常用创建方式
      array函数：接收普通 的Pytho序列，转成ndarray
      zeros函数：创建指定长度或形状的全零数据
      ones 函数：创建指定长度或形状的全1数据
      empty函数：创建没有任何具体数组,填充随机数
      注：查看用法：help(np.zeros)
      np.zeros((3,4))  ：第一个纬度是3，每二个纬度是4
                         =》array([[ 0.,  0.,  0.,  0.],
                                   [ 0.,  0.,  0.,  0.],
                                   [ 0.,  0.,  0.,  0.]])
      np.ones((2,3),dtype=np.int)
                         =>array([[1, 1, 1],
                                  [1, 1, 1]])
      np.empty((2,4))
                         =》 array([[  0.00000000e+000,   0.00000000e+000,   0.00000000e+000,
                                       0.00000000e+000],
                                    [  0.00000000e+000,   3.75489891e-321,   9.20946173e-312,
                                       0.00000000e+000]])    
      空值，缺失值：NAN  
    =》其它创建方式
       arrange：指定开始值 ，终值 和步长来创建
       linspace：指定开始值 ，终值和元素个数来创建(是等差数据)
       logspace：和linspace类似，但创建等比数列
       随机数  ：使用numpy.random模块的random()    
       np.arange(2,20,3) =>array([ 2,  5,  8, 11, 14, 17])
       np.linspace(2,20,3)=>array([  2.,  11.,  20.])
       np.logspace(2,20,3) => array([  1.00000000e+02,   1.00000000e+11,   1.00000000e+20])
                 第一个数代表10的2次方，第二个数据代表10的20次方，一共3个数
       np.arange(2,20,2).reshape((3,3))：arange共生成9个数据，reshape参数为纬度组合
       等价于np.arange(2,20,2).reshape((3,-1))：  -1则会自动计算纬度值                       
                         =》array([[ 2,  4,  6],
                                   [ 8, 10, 12],
                                   [14, 16, 18]])
        np.random.random((2,3,4)) 等价于np.random.random_sample((2,3,4)) 
                         =》array([[[ 0.35470454,  0.6991466 ,  0.50477297,  0.88626083],
                                    [ 0.37371852,  0.24205225,  0.25557513,  0.54635767],
                                    [ 0.63346885,  0.11229341,  0.02501425,  0.18605801]],
                                   
                                   [[ 0.17845119,  0.60472746,  0.99522841,  0.5046136 ],
                                    [ 0.47077401,  0.18146169,  0.15353149,  0.49299722],
                                    [ 0.875361  ,  0.11101165,  0.45106087,  0.31289484]]])