python Numpy （1）

Numpy是一个python包，他是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numpy操作：

• 数组的算术和逻辑运算运算
• 傅里叶变换和用于图形操作的例程
• 与线性代数有关的操作，Numpy拥有线性代数和随机数生成的内置函数

一、Ndarray对象

它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。

ndarray中的每个元素在内存中使用相同大小的块，ndarray中的每个元素是数据类型对象的对象（dtype）。

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

上面的构造器接受以下参数：

序号	参数及描述
1.	object 任何暴露数组接口方法的对象都会返回一个数组或任何(嵌套)序列。
2.	dtype 数组的所需数据类型，可选。
3.	copy 可选，默认为true，对象是否被复制。
4.	order C(按行)、F(按列)或A(任意，默认)。
5.	subok 默认情况下，返回的数组被强制为基类数组。 如果为true，则返回子类。
6.	ndimin 指定返回数组的最小维数。

二、数组属性

1.ndarray.shape

这一数组属性返回一个包含数组维度的元组，也可以用来调整数组的大小。

2.reshape函数： 可用来调整数组大小

3.ndim

这一数组的属性返回数组的维度。

三、数组创建例程

1.numpy.empty

它创建指定形状和dtype的未初始化（随机值）数组，使用以下构造函数：
numpy.empty(shape, dtype = float, order = 'C')

2.numpy.zeros

3.numpy.ones

四、来自现有数据的数组

1.numpy.asarray

numpy.asarray(a, dtype = None, order = None)

五、来自数值范围的数组

1.numpy.arange

numpy.asarray(a, dtype = None, order = None)

2.numpy.linspace

numpy.linspace(start, stop, num, endpoint, retstep, dtype)

endpoint 序列中是否包含stop值，默认为ture

retstep 如果为true，返回样例，以及连续数字之间的步长

六、切片和索引

1.使用内置的slice（）函数

import numpy as np
a = np.arange(10)
s = slice(2,7,2)  
print a[s]

2.高级索引

import numpy as np 

x = np.array([[1,  2],  [3,  4],  [5,  6]]) 
y = x[[0,1,2],  [0,1,0]]  
print y

上文摘自 https://www.yiibai.com/numpy/numpy_ndarray_object.html