Numpy库的常规使用及扩展运用

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
（它解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库）
(1).一个强大的N维数组对象 ndarray
(2).广播功能函数
(3).整合 C/C++/Fortran 代码的工具
(4).线性代数、傅里叶变换、随机数生成等功能

1. Numpy库安装

pip install numpy
安装成功测试

>>> import numpy as np
>>> np.eye(4)
array([[1., 0., 0., 0.],
       [0., 1., 0., 0.],
       [0., 0., 1., 0.],
       [0., 0., 0., 1.]])

eye(4)生成了对角矩阵

2. Numpy的使用

import numpy as np 
a = np.array([1,2,3])  #一维
b = np.array([1,2],[3,4])#二维
c = np.array([1,  2,  3,4,5], ndmin =  2) #   最小维度
d = np.array([1,  2,  3], dtype = complex)#   dtype参数
print (a,b,c,d)

3.Numpy的数据类型

numpy 支持的数据类型比 Python 内置的类型要多很多，基本上可以和 C 语言的数据类型对应上

名称	描述
bool_	布尔型数据类型（True 或者 False）
int_	默认的整数类型（类似于 C 语言中的 long，int32 或 int64）
intc	与 C 的 int 类型一样，一般是 int32 或 int 64
intp	用于索引的整数类型（类似于 C 的 ssize_t，一般情况下仍然是 int32 或 int64）
int8	字节（-128 to 127）
int16	整数（-32768 to 32767）
int32	整数（-2147483648 to 2147483647）
int64	整数（-9223372036854775808 to 9223372036854775807）
uint8	无符号整数（0 to 255）
uint16	无符号整数（0 to 65535）
uint32	无符号整数（0 to 4294967295）
uint64	无符号整数（0 to 18446744073709551615）
float_	float64 类型的简写
float16	半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32	单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64	双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_	complex128 类型的简写，即 128 位复数
complex64	复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128	复数，表示双 64 位浮点数（实数部分和虚数部分）

dtype 对象是使用以下语法构造的：

numpy.dtype(object, align, copy)

*object - 要转换为的数据类型对象
*align - 如果为 true，填充字段使其类似 C 的结构体。
*copy - 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用
举例：

import numpy as np
dt1 = np.dtype(np.int32)#使用标量类型
dt2 = np.dtype('i4') # int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
dt3 = np.dtype('<i4')	# 字节顺序标注
dt4 = np.dtype([('age',np.int8)]) # 首先创建结构化数据类型
print(dt1,dt2,dt3,dt4)

import numpy as np
dt5 = np.dtype([('age',np.int8)]) # 将数据类型应用于 ndarray 对象
a = np.array([(10,),(20,),(30,)], dtype = d5t) 
student = np.dtype([('name','S20'), ('age', 'i1'), ('marks', 'f4')]) 
#包含字符串字段 name，整数字段 age，及浮点字段 marks，并将这个 dtype 应用到 ndarray 对象。
b = np.array([('abc', 21, 50),('xyz', 18, 75)], dtype = student) 
print(a,a['age'],b)

Numpy数组属性

https://www.runoob.com/numpy/numpy-mathematical-functions.html
https://www.cnblogs.com/qflyue/p/8244331.html