Numpy的简述

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，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。它 是一个运行速度非常快的数学库，主要用于数组计算。

导入库 import numpy as np

1、对于ndarray结构来说，里面所有元素必须是同一类型的，若不是的话，会自动的向下进行转换。

list=[1,2,3,4,’5’]
array=np.array(list)
array

>>>array([‘1’,’2’,’3’,’4’,’5’])

2、索引切片是从0开始
3、查看布尔类型有两种

第一种：
list=[10,20,30,40,50,60,70]
array=np.array(list)
mask=array>30
mask
np.where(array>30)
array[np.where(array>30)]

>>>array([False,False,False,Ture,Ture,Ture,Ture],dtype=bool)
(array([3,6],dtype=int64),)
   array([40,50,60,70])


第二种：
mask=np.array([0,0,0,1,1,1,1],dype=bool)
mask
array[mask]

>>>array([False,False,False,Ture,Ture,Ture,Ture])
   array([40,50,60,70])

4、数值运算（axis=0 列，axis=1 行）：sum求和，prod乘积，min最小值，mean平均值，std标准差，var方差，round四舍五入
5、排序

array=np.array([2,3,1,5,8,6])
np.sort(array)

>>>array([1,2,3,5,6,8])

6、·数组形状：np.newaxis扩充数组维度，转置transport()，np.concatenate((a,b), axis=)/np.vstack((a,b))/np.hstack数组拼接，flatten()/ravel()对数组进行拉平操作

array.shape
array=array(:,np.newaxis)
>>>(10,)
   (10,1)

7、数组生成函数：arange，linspace（定义均匀间隔创建数值序列，需要指定间隔起始点、终止端，以及指定分隔值总数（包括起始点和终止点）），logspace（用于创建等比数列），meshgrid（[X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y,其中矩阵X的行向量是向量x的简单复制，而矩阵Y的列向量是向量y的简单复制）
8、随机模块：random.rand，random.randint，random.random_sample
9、对文件操作。若换了分隔符，则需要在loadtxt中添加一个参数delimiter=‘’ 引号中写分隔符；skiprows=行号 可以指定去掉第几行；usecols=(0,1,3)可以指定使用第几行。

data=np.loadtxt('fbs.csv')

10、数组保存：np.savetxt(‘文件名.txt’,需要存入的文件矩阵,fmt=’%d’) fmt=%d表示将科学及算法换为整型；np.savez(‘文件名.npz’,需要存入的文件矩阵1，2）

11、查看numpy版本-np.__version__
返回不为零的索引-np.nonzero([1,2,3,0,4])
最外层填充-np.pad()
找到相同值-np.intersectld(x1,x2)
得到一个数的整数部分-np.floor(x)
统计数组中每个数值出现的次数-np.bincount(x)
找到数组中最常见出现的数字- np.bincount(x).argmax()