第04章 NumPy基础：数组和矢量计算（笔记）

笔记可能仅仅适用于作者自己

4.1 NumPy的ndarray：一种多维数组对象

（1）创建ndarray

        创建数组最简单的办法就是使用array函数。它接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的NumPy数组。以一个列表的转换为例：

In [19]: data1 = [6, 7.5, 8, 0, 1]

In [20]: arr1 = np.array(data1)

In [21]: arr1
Out[21]: array([ 6. ,  7.5,  8. ,  0. ,  1. ])

（2）numpy的创建函数：

重要函数

 arange：numpy中内置range，但是返回的是一个ndarray，而不是列表

empty：创建新数组，只分配空间，不分配值

asarray:将输入转换为ndarray,

eye,identity:创建正方的NxN单位矩阵。

（3）基本的索引和切片

二维数组索引方式：轴0为行，轴1为列

 二维数组中索引是一维数组

In [72]: arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

In [73]: arr2d[2]
Out[73]: array([7, 8, 9])


In [74]: arr2d[0][2]
Out[74]: 3

In [75]: arr2d[0, 2]
Out[75]: 3

多为数组2x2x3数组中:arr3d：索引是一个2×3数组

In [76]: arr3d = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

In [77]: arr3d
Out[77]: 
array([[[ 1,  2,  3],
        [ 4,  5,  6]],
       [[ 7,  8,  9],
        [10, 11, 12]]])

arr3d[0]是一个2×3数组：

In [78]: arr3d[0]
Out[78]: 
array([[1, 2, 3],
       [4, 5, 6]])

切片索引:arr2d[:2]可以被认为是“选取arr2d的前两行”。

In [90]: arr2d
Out[90]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

In [91]: arr2d[:2]
Out[91]: 
array([[1, 2, 3],
       [4, 5, 6]])

 一次传入多个切片：前两行，后两列。

In [92]: arr2d[:2, 1:]
Out[92]: 
array([[2, 3],
       [5, 6]])

4.2 通用函数：快速的元素级数组函数

 

4.3 利用数组进行数据处理

 

 

4.5 线性代数

 

4.6 伪随机数生成