NumPy学习：NumPy(Numerical Python)基础（一）

1.什么是NumPy

  NumPy 是 Python 中用于科学计算的基础包。 它是一个 Python 库，提供多维数组对象， 各种派生对象（例如掩码数组和矩阵），以及 用于对阵列进行快速操作的各种例程，包括 数学、逻辑、形状操作、排序、选择、I/O、 离散傅里叶变换、基本线性代数、基本统计 操作、随机模拟等等。
  NumPy 包的核心是ndarray对象。这 封装同构数据类型的 N 维数组，其中 为了提高性能，在编译的代码中执行许多操作。 NumPy 数组和 标准 Python 序列：

• 与 Python 列表不同，NumPy 数组在创建时具有固定大小 （可以动态增长）。更改 ndarray 的大小将 创建一个新数组并删除原始数组。
• NumPy 数组中的元素都必须相同 数据类型，因此在内存中的大小将相同。例外情况： 可以有（Python，包括 NumPy）对象的数组，从而 允许不同大小元素的数组。
• NumPy 数组有助于高级数学和其他类型的 对大量数据的操作。通常，此类操作是 与使用 Python 的内置序列。
• 越来越多的基于 Python 的科学和数学 软件包使用 NumPy 数组;尽管这些通常支持 Python 序列输入，它们先将此类输入转换为 NumPy 数组 进行处理，并且它们经常输出 NumPy 数组。换言之， 为了有效地使用当今的大部分（甚至大部分）的 基于Python的科学/数学软件，只是知道如何 使用 Python 的内置序列类型是不够的 - 一个也是 需要知道如何使用 NumPy 数组。

2.如何导入NumPy

  将导入的名称缩短为了提高代码的可读性，这是一种广泛的约定，可使代码更具可读性。

import numpy as np

3.基础知识

  NumPy的主要对象是同构多为数组，是一个元素表（通常为数字），所有元素类型相同，由非负整数的元组索引。
  在NumPy维度中被称为轴。例如，3D空间中的点坐标[1,2,1]具有一个轴，该轴有3个元素，也说它的长度为3。

[[2,3,2],[1,3,2]]

  上面的例子中数组有2个轴，第一个轴表示行，长度为2；第二个轴表示列，长度为3，
  NumPy的数组类被称为ndarray，它的属性有：

• ndarray.ndim： 数组的轴（维度）的个数。在Python世界中，维度的数量被称为rank。
• ndarray.shape： 数组的维度。这是一个整数的元组，表示每个维度中数组的大小。对于有 n 行和 m 列的矩阵，shape 将是 (n,m)。因此，shape 元组的长度就是rank或维度的个数 ndim。
• ndarray.size： 数组元素的总数。这等于 shape 的元素的乘积。
• ndarray.dtype： 一个描述数组中元素类型的对象。可以使用标准的Python类型创建或指定dtype。另外NumPy提供它自己的类型。例如numpy.int32、numpy.int16和numpy.float64。
• ndarray.itemsize： 数组中每个元素的字节大小。例如，元素为 float64 类型的数组的 itemsize 为8（=64/8），而 complex32 类型的数组的 itemsize 为4（=32/8）。它等于 ndarray.dtype.itemsize 。
• ndarray.data： 该缓冲区包含数组的实际元素。通常，我们不需要使用此属性，因为我们将使用索引访问数组中的元素。

属性名称	属性解释
ndarray.shape	返回一个元组，其中包含ndarray对象的每个维度的大小
nbytes	返回数组中所有元素所占用的字节数
ndarray.T	返回数组的转置视图
ndarray.real	返回数组实部的视图
ndarray.imag	返回数组虚部的视图
ndarray.flat	返回一个数组元素迭代器
ndarray.flags	返回一个描述数组内存块信息的对象，例如是否为C或Fortran连续等
ndarray.strides	返回每个维度中相邻元素的字节数组成的元组，也可以用于判断数组是否是连续的
ndarray.base	如果数组是视图，则返回其基础数组，否则返回None
ndarray.ctypes	返回表示数组内存块的ctypes对象

import numpy as np
arr = np.arange(15).reshape(3,5) #生成一个3行5列的数组对象arr

print(arr.ndim) # 输出 2  表示2个轴  行和列
print(arr.shape) # 输出（3,5） 表示3行5列
print(arr.size) # 输出15  表示元素的个数
print(arr.dtype.name) # 输出 int32
print(arr.itemsize) # 输出 4