numpy 建立空数组_第011篇：Numpy入门

Numpy 是用python进行科学计算的一个基础库，因为它提供了python基础包所没有提供的数据结构和高性能函数。Numpy和Pandas经常会组合使用，以达到数据处理的目标。

Numpy定义了一种专门用于科学计算的数据结构ndarray – 它是一种N维数组。

NumPy的数组类称为ndarray。也被称为别名array。需要注意的是，numpy.array与Python内部库array.array不同，后者仅能处理一维数组且功能较少，而ndarray对象则包含了更多、更重要的属性：

ndarray.ndim 数组维度

ndarray.shape 数组大小

ndarray.size 数组元素的总数

ndarray.dtype

数组中元素的类型。这里所说的类型既可以是Python的标准类型也可以用dtype指定。同时，NumPy提供了自己的类型。比如：numpy.int32，numpy.int16和numpy.float64。

ndarray.itemsize 数组中每个元素的大小（以字节为单位）

矩阵的建立

建立矩阵有几种方法。

例如，您可以使用array函数用常规Python列表或元组来创建数组。根据序列中元素的类型推导所得数组的类型。

可以用array()创建float类型的矩阵

较常见的错误在于调用array时给定了多个参数，而不是提供一个序列作为参数。

通常，数组的元素最初是未知的，但是其维度和大小是已知的。所以，Numpy准备了几个好用的初始化函数。

zeros() 初始化元素为0

ones() 初始化元素为1

这个数组是三维的，咱们可以用ndim来看一下。

为了创建数字序列，NumPy提供了arange类似于Python内置函数的功能range，但是返回一个数组。

浮点数

基本操作

算术运算符适用于数组。

数组的加减除你都可以自行尝试，只有乘有点复杂。数组相乘的结果是这样的：

结果数组的[i][j]元素等于a和b的[i][j]元素逐一相乘。有点像这个：

许多一元运算（例如计算数组中所有元素的总和）都作为ndarray该类的方法实现。

默认情况下，这些操作适用于数组，就好像它是一个数字列表一样。通过指定axis参数，你可以沿数组的指定轴应用操作：

cumsum()为阶梯汇总，用途较少，有兴趣的同学可以自行谷歌脑补。

由于Numpy只是提供了Pandas所需的数据类型和函数，我们无法做到深入的去剖析Numpy的方方面面。不过，我们会在后续的课程中，对涉及到的Numpy内容进行补充。

感兴趣的同学还可以参考国外大神的图文讲解，比我单纯的罗列来的精彩：

Numpy和数据展示的可视化介绍 - Brave new world​www.junphy.com