ndarray:一种多维数组对象 (n dimension array)
每个数组都有一个shape 和 dtype
arange 是Python内置函数range的数组版 np.arange(15) [ 0,15 )
数组创建函数中,asarray — — 将输入转换为array,如果输入本身就是一个ndarray,就不进行复制。
NumPy的数据类型,可以通过 ndarray 的 astype 方法显式地转换其 dtype。
正数索引从0开始,从左往右;负数索引从-1开始,从右往左
基本的索引和切片
一维:arr1 ( [ 0,1,2,3,4,5,6,7,8,9 ] )
arr1 [ 5 ] 5
arr1 [ 5:8 ] array( [ 5,6,7 ] ) 索引也是【5,8)
二维: 见书P93 图4-2 二维数组切片
arr2 ( [ [1,2,3],
[ 4,5,6],
[ 7,8,9 ] ] )
arr2 [:2 ] 只对行进行切片,[ 0, 2)
array([ [ 1,2,3 ],
[ 4,5,6 ] ])
arr2 [ :2,1:] 行切片 【0,2) 列切片【1,最后)
array ( [ [ 2,3 ],
[ 5,6 ] ] )
对于数组来说,最外层的维度是0,内层维度是1
【行,列】
【内层,外层】
【axis=1,axis=0】
花式索引(fancy indexing),指的是利用整数数组进行索引。
或者使用np.ix_函数,可以将两个一维整数数组转换为一个用于选取方形区域的索引器。
数组转置和轴对换
transpose,及特殊的 T 属性
np.dot(X.T X) 进行矩阵计算
用数组表达式代替循环的做法,通常被称为矢量化。