python numpy数组计算

1.numpy的创建方法：
     np.array()   #将列表转化为数组的方法

     np.arange() #range的numpy版，迭代的生成numpy对象

    np.linspace()  #在一定的范围内，限定数组长度，生成数组

   np.zeros() #生成全零数组

   np.ones() #生成全1数组

   np.empty() #根据指形状创建空数组

   np.eye() #创建单位矩阵的数组

 np.ndindex() :用于输出数组中每个点的坐标

np.max():取最大值

np.min()

np.mean()取平均值

np.prod():求所有元素的乘积

np.std():求标准差

---

2.数组和标量之间的运算：

对于数组a:
a+1 表示数组的每一个元素都加一

a*3 表示数组的每个元素都乘于3

a**2 表示对a中的每个元素都开方

数组切片：
对于一维数组：a[1],  a[1:4],  a[:4],  a[4:]

对于二维数组：a[1:2,3:5],  a[:,1:3],  a[:,1]

---

3. *numpy中布尔类型的索引：

例如：对于数组a, 选出所有大于5的数：

a=a[a>5]

原理：

a>5 会对a中的每个元素进行判断，并返回一个布尔数组

布尔型索引：将同样大小的布尔数组传入索引，会返回一个由所有True对应位置的元素组成的数组

同理:  返回一个数组，使得所有的元素大于5且为偶数：
a[(a>5) & (a%2==0)]

---

4. a=np.array(['a','b','c','d','e'])

b=a[[1,3,4]]  #对于数组a,选出其中的第1，3，4个元素，组成新的数组，新的数组仍为numpy类型

b=[:,[1,3]]  #对于多维数组的花样式切片索引

---

5.numpy.random子包中的常用函数：

6. np.unravel_index(indices, dims): 返回indices中的元素在dims维度的数组上的索引值，按默认元组的方式返回。

例如：

np.unravel_index(indices = [22, 41, 37], dims = (7,6)) : 返回的是元祖(array([3,6,6]), array([4, 5, 1]))

7.np.spacing(1)：产生一个无穷小的随机数

8.numpy中的内置类型转化为方法：a = a.astype(b.dtype) #把a转化为b的类型

9. numpy中的广播机制：当两个多维数组相加或者相乘时，如果他们的维度不相同，再对应的不相同的维度上只要有一个矩阵的该维度值为1，则就可以进行广播机制。

例如：a.shape为:(2,3,1,5,1)

          b.shape为:(1,3,4,5,2):表示可以进行广播机制；

10：np.tile()和np.repeat()都可以对array进行重复操作,但np.tile()是以axis为最小单位(axis-wise)进行重复的,而np.repeat()是以element为最小单位(element-wise)进行重复的