python之numpy库

数据的维度

纬度:一组数据的组织形式，即数据间的关系，表达数据含义。简单来说就是，一个输入（如甲）其中包含的属性（如身高，体重，年龄等），包含的属性即维度。

百度百科

维度（Dimension），又称为维数，是数学中独立参数的数目。在物理学和哲学的领域内，指独立的时空坐标的数目。0维是一个无限小的点，没有长度。1维是一条无限长的线，只有长度。2维是一个平面，是由长度和宽度(或部分曲线)组成面积。3维是2维加上高度组成体积。4维分为时间上和空间上的4维，人们说的4维经常是指关于物体在时间线上的转移。（4维准确来说有两种。1.四维时空，是指三维空间加一维时间。2.四维空间，只指四个维度的空间。）四维运动产生了五维。
从广义上讲：维度是事物“有联系”的抽象概念的数量，“有联系”的抽象概念指的是由多个抽象概念联系而成的抽象概念，和任何一个组成它的抽象概念都有联系，组成它的抽象概念的个数就是它变化的维度，如面积。此概念成立的基础是一切事物都有相对联系。

numpy库

numpy是一个开源的Python科学技术基础。主要提供功能有:
1.提供一个强大的n维数组对象ndarray；
2.提供广播功能函数，用于数组间计算；
3.整合c/c＋＋/Fortran代码的工具；
4.提供线性代数，傅里叶变换，随机数生成等功能。

数组对象:ndarray

数组对象可以去掉元素间运算所需要的循环，使一维向量更像单个数据，简化程序员对数据的处理。利用计算优化，提高运算速度。采用相同的数据类型有利于节约储存空间。

ndarray由两部分组成:

1.实际的数据
2.描述这些数据的元数据（如数据纬度、数据类型等）

ndarray对象的属性

属性	说明
.ndim	秩，数据的维度
.shape	对象的尺寸，每个维度的尺寸
.size	元素的个数
.dtype	元素类型
.itemsize	每个元素的大小，以字节为单位

numpy相关函数

函数	说明
.array	根据给定数据产生一个ndarray对象
.arange（n）	返回ndarray类型，元素从0到n－1
.ones（shape）	根据shape（元组类型）生成一个全1ndarray类型
.zeros（shape）	根据shape生成一个全0数组
.full（shape，val）	根据shape生成一个全是val的数组
.eye（n）	创建一个正方的n*n单位矩阵，对角线为1，其余为0的数组
.linspace（start，stop，spacing）	生成一个等差数列（起始位，截止位，个数）
.ones_like（a）	根据数组a的形状生成一个全1的数组
.zeros_like（a）	根据a的形状生成全0数组
.full_like（a，val）	根据a的形状生成一个全val的数组
.concatenate（）	将两个或多个数组合并生成一个新的数组
.reshape（shape）	不改变元素，创建一个shape形状的数组
.resize（shape）	不改变元素，修改数组形状为shape形状
.salades（ax1，ax2）	将数组n个维度中两个维度进行调换
.flatten（）	对数组进行降维处理，原数组不变
.ravel（）	使多维数组成为一维
.transpose（）	计算矩阵的转置
.copy（）	深度复制
.tolist（）	转换成数组
.abs（x）	计算数组各元素的绝对值
.sqrt（x）	计算数组各元素的平方根
.square（x）	计算数组各元素的平方
.log（x）	计算数组各元素的对数
.ceil（x）	计算数组各元素的ceiling值
.floor（x）	计算数组各元素的floor值
.rint（x）	各元素四舍五入值
.modf（x）	将数组各元素的小数和整数部分以两个独立数组形式返回
.cos（x）.sin（x）.tan（x）	各元素的三角函数
.exp（x）	各元素的指数值
.sign（x）	各元素的符号值
.random.rand（matsize）	在一个尺寸为matsize的数组中，产生0到1之间的平均分布随机数
.random.randn（matsize）	matsize数组中，产生以0为均值的单位方差的高斯随机数
.random.normal（mean，stdev，
matsize）	matsize数组中，产生指定均值和方差的高斯随机数
.random.uniform（low，high，matsize）	matsize数组中，产生low带high之间的平均分布随机数
.random.normal（loc，scale，size）	size型状正态分布数组，loc均值，scale标准差
.random.poisson（lam，size）	size型状泊松分布，lam随机事件发生概率
.random.randint（low，high，matsize）	matsize数组中，产生low到high之间的随机数
.random.seed（s）	随机种子
.random.shuffle（a）	根据数组a的第1轴进行随机排列，改变数组a
.random.permutation（a）	根据数组a的第1轴进行随机排列，不改变数组a
.random.choice（a[，size，replace，p]）	从一维数组a中以概率p抽取元素，形成suze形状的新数组，replace表示是否可以重用元素，默认false
.random.sum（a，axis=none）	根据给定轴axis计算数组a元素和
.random.mean（a，axis=none）	根据给定轴axis计算数组a元素期望
.random.average（a，axis=none，weights=none）	根据给定轴axis计算数组a元素的加权平均值
.random.std（a，axis=none）	根据给定轴axis计算数组a元素标准差
.random.var（a，axis=none）	根据给定轴axis计算数组a元素方差
.linalg.inv（a）	计算数组a的逆
.linalg.pinv（a）	计算数组a的逆，即使a不是方型数组
.linalg.det（a）	计算数组a的行列式的值
.linalg.eig（a）	计算数组a的特征值和特征向量
.savetxt（frame，array，fmt＝’％.18e’，delimiter＝None）	保持为csv文件，frame:文件、字符串或产生器（文件名），array:存入文件的数组，fmt:写入文件的格式，delimiter:分割字符串，默认空格
.loadtxt（frame，dtype＝np.float，delimiter＝None,unpack=False）	读入csv文件。frame:文件名，dtype:数据类型，delimiter:分割字符串，unpack:如果是true，读入属性将分别写入不同变量
.tofile（frame，sep=’’，format=’％s’）	存储多维数组，frame:文件，sep:数据分割字符串，format:写入格式
.fromfile（frame，dtype=float，count=-1，sep=’’）	读取多维数据文件
.save（frame，array）	便捷文件存
.load（frame）	便捷文件取
.gradient（f）	计算数组f中元素的梯度，当f为多维时，返回每个维度梯度

*梯度:连续值之间的变化率

csv只能存取一维、二维数组

数组的操作

1.数组与标量的运算等同于数组中每一个元素与标量运算

2.数组间的运算

函数	说明
＋_*／ **	两个数组各元素进行对应的运算
.maximun（x，y）.fmax（）.minimun（x，y）.fmin（）	元素级的最大值／最小值计算
.mod（x，y）	元素级的模运算
.copysign（x，y）	将数组y中各元素值的符号赋值给数组x对应元素
＞＜＝ ＜＝ ＝＝ !＝	算术比较，产生布尔型数组