Numpy

一 创建ndarry

1.使用np.array()由list创建
    注意：a.numpy默认ndarray的所有元素的类型是相同的
         b.如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str>float>int
2.使用np的routines函数创建
    1)np.ones(shapes,dtype=None,order='C')
    2)np.zeros(shape,dtype=float,order='C')
    3)np.full(shape,fill_value,dtype=None,order='C')
    4)np.eye(N,M=None,k=0,dtype=float)
    5)np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)
    6)np.arange([start,]stop,[step,]dtype=None)
    7)np.random.randint(low,high=None,size=None,dtype='I')
    8)np.random.randn(d0,d1,...,dn)  # 标准正太分布
    9)np.random.normal(loc=0.0,scale=1.0,size=None)
    10)np.random.random(size=None)

二 ndarray的属性

参数:
    ndim：维度
    shape：形状(各维度的长度)
    size：总长度
    dtype：元素类型

三 ndarry的基本操作

1.索引
    一维与列表一致，多维时同理
        nd[1]
    根据索引修改数据
        nd[1] = 100
2.切片
    一维与列表一致，多维时同理
        nd[0:2]
    将数据反转
        nd[::-1]
3.变形
    使用reshape函数，参数为类型为typle
4.级联
    np.concatenate()级联需要注意的点：
        级联的参数是列表，一定要加中括号或小括号
        维度必须相同
        形状相符
        级联的方向默认的是shape的tuple的第一个值所代表的维度方向
        可通过axis参数改变级联的方向
    1.np.htack与np.vstack
        水平级联与垂直级联，处理自己，进行维度的变更
5.切分
    与级联类似，三个函数完成切分工作
        np.split
        np.vsplit
        np.hsplit
6.副本
    所有赋值运算不会为ndarray的任何元素创建副本。对赋值后的对象的操作也对原来的对象生效。
    可使用copy()函数创建副本

四 ndarray的聚合操作

1.求和np.sum
2.最大、最小值np.max/np.min
3.其他聚合操作

五 ndarray的矩阵操作

1.基本矩阵操作，并不是真正的矩阵操作
    1)算术运算符
        加减乘除
    2)矩阵乘积np.dot()
2.广播机制
    广播机制的规则：
        为缺失的维度补1
        假定缺失元素用已有值填充

六 ndarray的排序

1.快速排序
    np.sort()与ndarray.sort()的区别：
        np.sort()不改变输入
        ndarray.sort()本地处理，不占用空间，但改变输入
2.部分排序
    np.partition(a,k)
        k为正时，得到最小的k个数
        k为负时，得到最大的k个数