python学习之numpy

numpy学习总结

1、numpy安装

1.pip安装

pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple(国外太慢直接用清华源)

2.解释器中安装

(1)先添加清华源：https://pypi.tuna.tsinghua.edu.cn/simple/

（2）搜索numpy并安装

3.Linux下安装

Ubuntu & Debian：
sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

CentOS/Fedora：
sudo dnf install numpy scipy python-matplotlib ipython python-pandas sympy python-nose atlas-devel

4.Mac 系统

Mac 系统的 Homebrew 不包含 NumPy 或其他一些科学计算包，所以可以使用以下方式来安装：
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

2、numpy对象

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 内部由以下内容组成：

• 一个指向数据（内存或内存映射文件中的一块数据）的指针。
• 数据类型或 dtype，描述在数组中的固定大小值的格子。
• 一个表示数组形状（shape）的元组，表示各维度大小的元组。
• 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

3、numpy支持的数据类型

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）

4、numpy的初级应用

1.np.array应用：

import numpy as np 
a = np.array([1, 2, 3]) #创建初始化为[1，2，3]的numpy的数组
b = np.array([[1,  2],  [3,  4]])  
print (a)
print (b)
# 输出结果
# [1 2 3]
# [[1  2] 
#  [3  4]]

5、numpy 切片和索引

1.切片：本质和list的切片操作一样

冒号 : 的解释：如果只放置一个参数，如 [2]，将返回与该索引相对应的单个元素。如果为 [2:]，表示从该索引开始以后的所有项都将被提取。如果使用了两个参数，如 [2:7]，那么则提取两个索引(不包括停止索引)之间的项。

省略号 …，来使选择元组的长度与数组的维度相同。 如果在行位置使用省略号，它将返回包含行中元素的 ndarray。

重点是多维数组的切片操作：

例：

import numpy as np
 
a = np.array([[1,2,3],[3,4,5],[4,5,6]])  
print (a[...,1])   # 行不用管，第2列元素
print (a[1,...])   # 第2行元素，列不用管
print (a[...,1:])  # 第2列及剩下的所有元素
# 输出结果为：
# [2 4 5]
# [3 4 5]
# [[2 3]
#  [4 5]
#  [5 6]]

未完待续……