Numpy学习笔记

主要基于《利用python进行数据分析：第4章》以及Numpy官网的tutorial。

Numpy是numerical python的简称，是高性能科学计算和数据分析的基础包。
Numpy最主要的对象是homogeneous multidimensional array（齐次多维数组），是同样类型的elements组成的table。In NumPy dimensions are called axes（轴）。
Numpy的数组对象叫ndarray，是一个快速而灵活的大数据集容器。它是一个通用的同构数据多维容器，其中所有元素必须是相同类型的。numpy.array 和python标准库当中的array.array是不同的，后者只有一个维度。
可以利用这种数组对整块数据执行一些数学运算，语法跟标亮元素之间的运算一样。
每个数组都有一个ndarray.shape（一个表示各维度大小的元组tuple）和一个ndarray.dtype（一个说明数组数据类型的对象）。ndarray.ndim表示维度的大小，ndarray.size表示数组当中elements的总数，ndarray.itemsize指每个element的bytes大小，ndarray.data表示含有实际elements的缓冲区。

>>>data.dtype
dtype('int64')

创建ndarray

创建数组最简单的方法是array函数。它接受一切序列型的对象（可以是python的tuple或者list），然后产生一个新的NumPy数组。
除非显式说明，np.array会尝试为新建的这个数组推断出一个较为合适的数据类型（保存在dtype对象中）。
嵌套数据将会被转化为多维数组。
zeros,ones 可以创建指定长度或形状的全0或全1数组。

>>>np.zeros((3,6))

用这些方法创建多维数组，需要传入一个表示形状的元组。
arange是python内置函数range的数组版。

>>>np.arange(15)
array([ 0,  1,  2