第四章 NumPy基础：数组和矢量计算

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。