numpy快速入门教程2

NumPy中的基本数据类型取值范围

名称	描述
bool	用一个Bit存储的布尔类型（True或False）
inti	由所在平台决定其大小的整数（一般为int32或int64）
int8	一个字节大小，-128 至 127
int16	整数，-32768 至 32767
int32	整数，-2 ** 31 至 2 ** 31 - 1
int64	整数，-2 ** 63 至 2** 63 - 1
uint8	无符号整数，0 至 255
uint16	无符号整数，0 至 65535
uint32	无符号整数，0 至 2 ** 32 - 1
unit64	无符号整数，0 至 2 ** 64 - 1
float16	半精度浮点数：16位，正负号1位，指数5位，精度10位
float32	单精度浮点数：32位，正负号2位，指数8位，精度23位
float或float64	双精度浮点数：64位，正负号1位，指数11位，精度52位
complex64	复数，分别用两个32位浮点数表示实部和虚部
complex或complex128	复数，分别用两个64位浮点数表示实部和虚部

类型名称使用规则

  NumPy数值类型是dtype（date-type）对象的实例，每个类型具有唯一特征。使用方式有：
1、直接使用
2、添加np包名前缀，避免冲突
  在使用下面的语句导入NumPy后：

3、使用字符简称
简称前可以加 ‘|’，’<’，’>’，分别表示（底层数据通信）：
  |：忽视字节顺序
  <：低位字节在前，小端 little endian
  >：高位字节在前，大端 big endian

例：a=0x12345678
小端：
   00  01  02  03
   |78| |56| |34| |12|
大端：
   00  01  02  03
   |12| |34| |56| |78|

类型转换

ndarray基本运算（上）

ndarray的矢量化运算

  矢量运算：相同大小的数组键间的运算应用在元素上。
  矢量和标量运算：“广播”—将标量“广播”到各个元素。

Broadcasting（广播）规则

  Broadcasting允许通用函数以有意义的方式处理具有不完全相同形状的输入。
  Broadcasting的第一个规则是，如果所有输入数组不具有相同数量的长度，则“1”将被重复地添加到较小数组的形状，直到所有所有数组具有相同数量的长度。
  Broadcasting的第二个规则确保沿着特定维度具有大小为1数组表现得好像他们具有沿着该维度具有最大形状的数组的大小。假定数组元素的值沿“Broadcasting”数组的该维度相同。
  应用广播规则后，所有数组的大小必须匹配。

ndarray基本操作

拷贝和视图
  当计算和操作数组时，他们的数据有时被复制到新的数组中，有时不复制。有三种情况：
1、完全不复制
  简单赋值不会创建数组对象或其数据的拷贝
2、视图或浅拷贝
  不同的数组对象可以共享相同的数据。view方法创建一个新数组对象，通过该对象可看到相同的数据。

3、深拷贝
  copy方法生成数组及其数据的完整拷贝。

索引、切片和迭代

  一维数组可以索引、切片和迭代，非常类似于列表和其他pyhton序列。


  多维数组每个轴可以有一个索引。这些索引以逗号分隔的元组给出。

  当提供比轴数更少的索引时，缺失的索引被认为是一个完整的切片。
  如果想对数组中的每个元素执行一个操作，可以使用flat属性，它是一个迭代器。

形状操作

  更改数组的形状
  数组具有沿着每个轴的元素数量给出的形状：

  可以使用各种命令更改数组的形状。以下三个命令都返回修改的数组，但不更改原始数组：

轴的交换与变换

数组的堆叠与拼接

  垂直拼接：np.vatack((a,b))
  水平拼接：np.hstack((a,b))

  函数column_stack将1D数组作为列堆叠到2D数组中。是按列拼接：