数据科学包学习第一天

一.numpy

NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

二.利用numpy处理矩阵

首先在文件开头要导入模块

1.创建矩阵：

输出结果为

2.矩阵类型

上图为创建矩阵，并设定为64位的整型

上图为输出结果。

上图中，b=np.zeros（（3,4））为创建一个shape为三行四列的一个零矩阵。c=np.ones（（3,4），dtype=np.int16），意思为创建一个三行四列的一个全1矩阵，并且为16位的整型。
d=np.arange(12).reshape((3,4))是生成一个0-12的一个序列，并reshape成三行四列的一个矩阵。
e=np.linspace(1,10,5) 是生成一个线段，1为开始，10为结束，总共分5段的一行序列。
f=np.linspace(1,20,12).reshape((3,4))是生成一个线段，1为开始，20为结束，总共分12段的一个三行四列的一个矩阵。

上图为输出结果。

3.矩阵的运算

上图中，分别先创建g、h两个矩阵，第一个print(g<35)是判断g矩阵中哪些元素大于35，print(h==3)是判断h矩阵哪些元素等于3。i矩阵是g-h，是将g矩阵的每一个元素与h矩阵的每一个元素按位相减，最终得到i矩阵。j矩阵是将g矩阵中的每一个元素进行sin函数求值再乘10后形成的矩阵。

上图为输出结果。

上图中，进行了矩阵的乘法，首先创建两个矩阵k、l，m矩阵是k矩阵中的每一个元素与l矩阵中的每一个元素按位相乘所得到的矩阵，不是矩阵的乘法。而np.dot（k，l）或者k.dot（l）才是矩阵中的乘法。

上图为输出结果。

上图为矩阵的基本运算，求矩阵中的最大、最小元素，求所有元素之和，求所有行或者所有列的元素之和

4.矩阵索引

首先创建三行四列的A矩阵，argmax是索引出A矩阵中元素最大值的位置，argmin是索引出A矩阵中元素最小值的位置。mean是求A中所有元素的平均值，median是求出A元素的中位数，cumsum是累加，第一个元素为A的第一个元素，第二个元素时第二个元素为A中第一个和第二个之和，第三个元素为第一二三元素之和，以此类推。diff是累差，第一个元素为A中第二个与第一个之差，第二个元素为A中第三个与第二个之差，以此类推

上图为输出结果。

创建B矩阵，sort是将B矩阵每一行进行排序，transpose是将B矩阵进行转置。clip（B,5,9）是将B的元素中小于5的按5输出，大于9的按9输出，5-9之间不变。
创建C矩阵，C[0]是索引C矩阵中第一个元素， C[1][3]是索引C矩阵中第二行第四个元素。flatten是将每个元素分成单独的元素。
上图为输出结果

5.矩阵合并与拆分

创建A、B、C三个元素A、B是先创建一行列表，通过[：，newaxis]变成列元素，二者通过vstack合并成为C，vstack是将两个元素上下合并。hstack是左右合并。

上图为创建A元素，将A元素进行切分。axis=1进行行操作，分成等分的两个矩阵。