NumPy学习笔记(1)

      NumPy是一个开源免费的基于Python的科学计算包，这个系列的几篇文章就作为自己学习NumPy的学习笔记对自己的学习过程做一记录。所以，这系列的博客不求准确和全面，只是就我目前最新的理解谈一谈NumPy的具体使用，顺便也会涉及一些关于SciPy和Matplotlib的使用。

 

    NumPy的官方网址是： http://numpy.scipy.org/，官方的说明是这样的：
 

    The fundamental package needed for scientific computing with Python is called NumPy. This package contains:
a powerful N-dimensional array object

sophisticated (broadcasting) functions

tools for integrating C/C++ and Fortran code

useful linear algebra, Fourier transform, and random number capabilities.

      那么也就是说，NumPy是Python用于科学计算的基础包。可以实现类似于矩阵操作，随机数生成，以及线性回归等在内的较为简单的科学计算。那我们首先从几个简单例子看看它的使用方法：

 

1）高精度浮点数定义：

0.000000009

123.2E-10

 

2）矩阵定义

产生数据矩阵1： data = arange(50).reshape(5,10)

产生数据矩阵2： data = rand(5,5)

产生数据矩阵3： data = binomial(10,0.4,(5,5))

产生数据矩阵4:  a.fill(3), a[:] = 3

 

3）矩阵的乘法，点乘和除法和点除

乘法： dot(a,b) # a,b 可以为两个大小一致的矩阵或者张量，下同

点乘： a * b

除法： (目前好像没有找到)

点除：  a/b

对于向量： a*b 表示点乘，dot(a,b)表示内积     

4）杂例

r_: r_[np.array([1,2,3]), 0, 0, np.array([4,5,6])]
array([1, 2, 3, 0, 0, 4, 5, 6])

ndindex:  for index in ndindex(2,2,3): print index
(0, 0, 0) (0, 0, 1) (0, 0, 2) (0, 1, 0) (0, 1, 1) (0, 1, 2) (1, 0, 0) (1, 0, 1) (1, 0, 2) (1, 1, 0) (1, 1, 1) (1, 1, 2)

linaalg: linalg.inv(a), linalg.norm(a)

 

数据种类 (http://docs.scipy.org/doc/numpy/user/basics.types.html)

 

Data type	Description
bool	Boolean (True or False) stored as a byte
int	Platform integer (normally either int32 or int64)
int8	Byte (-128 to 127)
int16	Integer (-32768 to 32767)
int32	Integer (-2147483648 to 2147483647)
int64	Integer (9223372036854775808 to 9223372036854775807)
uint8	Unsigned integer (0 to 255)
uint16	Unsigned integer (0 to 65535)
uint32	Unsigned integer (0 to 4294967295)
uint64	Unsigned integer (0 to 18446744073709551615)
float	Shorthand for float64.
float32	Single precision float: sign bit, 8 bits exponent, 23 bits mantissa
float64	Double precision float: sign bit, 11 bits exponent, 52 bits mantissa
complex	Shorthand for complex128.
complex64	Complex number, represented by two 32-bit floats (real and imaginary components)
complex128	Complex number, represented by two 64-bit floats (real and imaginary components)

 

NumPy包介绍：

core

dft

distutils

f2py

lib

linalg

numarray

oldnumeric

random


testing

 

SciPy 包介绍：

__core_config__

__scipy_config__

__svn_version__

_import_tools

core_version

fft, fft2, fftn -- discrete Fourier transform. Also see
fftshift, fftfreq.

fftpack (package)

integrate (package)

interpolate (package)

io (package)

lib (package)

linalg (package)

old__init__

optimize (package)

scipy_version

sparse (package)

special (package)

stats (package)

test (package)

utils (package)

    大家应该对NumPy有了一个初步的印象了，简单来说，我们可以把NumPy看作是Python版的Matlab。 下一节我们将从Array开始，详细记录NumPy的向量操作。