python_numpy

python 下numpy包下载地址：http://sourceforge.net/projects/numpy/files/NumPy/
不同平台：可以选择win32或者linux（以.tar.gz为后缀）。
                   linux下也可以在terminal下：sudo apt-get isntall python-numpy下载
简单介绍：
      NumPy数组是一个存放多维数组对象的容器，称为ndarray，且有：
      NumPy数组的下标从0开始。
      同一个NumPy数组中所有元素的类型必须是相同的。
简单用法：
1、引入、声明

>>> from numpy import *                     ## 导入包
>>> a=array([1,2,3])                        ## 声明1*3矩阵，2*3矩阵，3*2矩阵
>>> b=array([(1,2,3),(4,5,6)])
>>> c=array([(1,2),(3,4),(5,6)])
>>> x=zeros((2,3,4))                        ## 声明三维矩阵

创建注意格式：必须中括号括起来，里面有若干个元祖
2、ndarray的重要对象属性：
      ndarray.ndim：数组的维数（即数组轴的个数），一维数组（x轴），二维数组（X轴，Y轴）...
      ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。
      ndarray.size：数组元素的总个数，等于shape属性中元组元素的乘积。
      ndarray.dtype：数组中元素的类型，如int32，float

>>> a.ndim         
1
>>> b.ndim
2
>>> c.ndim
2
>>> x.dim
3

 a是1维数组；b,c都是二维数组，有行与列

>>> a.shape
(3,)
>>> b.shape           
(2, 3)
>>> c.shape
(3, 2)
>>> c.shape[0]
3
>>> x.shape
(2,3,4)

b 2行3列，c3行2列

>>> a.size
3
>>> b.size
6
>>> a.dtype
atype('int32')

3、索引访问

>>> b
array([[1, 2, 3],
       [4, 5, 6]] )
>>> b[0,0], b[1,1],b[1,2]
(1, 5, 6)                    ##可以看到下标从0开始
y=b[:,1]                     ##b的第二列
>>> y
array([2, 5])
>>> z=b[1,:]                 ##b的第二行
>>> z
array([4, 5, 6])

4、tile函数：重复某一数组

>>> a=[0,1,2]
>>> b=tile(a,(3,2))            ##a重复成3行，每行重复两遍
>>> a
[0, 1, 2]
>>> b
array([[0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2]])

5、sum函数：针对于矩阵的行与列

>>> b
array([[0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2]])
>>> c=b.sum(axis=1)                ##行相加
>>> d=b.sum(axis=0)                ##列相加
>>> c
array([6, 6, 6])
>>> d
array([0, 3, 6, 0, 3, 6])

详细见官方doc：http://docs.scipy.org/doc/numpy/reference/arrays.ndarray.html#constructing-arrays

                            Numpy教程