python之numpy概括总结

初步学习了numpy模块的使用，在此做总结，以便大家参考，也为以后自己的复习与查询做下记录

Numpy

numpy的主要对象是同种元素的多维数组，所有的元素都必须是一种类型，可通过一个正整数元组索引的元素表格。在numpy中维度称为轴(axes)，轴的个数叫做秩(rank)。Numpy的数组类型narray，其常用对象属性：

ndarray.dim   数组轴的个数

ndarray.shape  数组的维度

ndarray.size   数组元素的个数

ndarray.dtype  数组元素类型

ndarray.itemsize  数组每个元素的字节大小

ndarray.data  指向数据内存，包含实际数组元素

创建数组：

1， 通过list或元组创建ndarray，元素类型可以由给定的数据自动推导出来，也可以由设计者给定。示例：

       Import numpy as np

       a= np.array([1,2,3])，此时a.dtype值为 ‘int32’；

       b= np.array([1,2,3], dtype = float64)，此时b.dtype值就为float64

       c= np.array([[1,2,3], [4,6,5], [7,8,9]])，生成二维数组，可生成多维数组

      

2，调用zeros/ ones/ empty/ zeros_like/ones_like/ eye等函数生成

3，调用arange/ linspace也可生成

 

打印数组

       使用print即可，如 a = np.arange(9).reshape(3,3)，再调用print(a)即可将数组a显示出来，

array([[0, 1, 2],

                [3, 4, 5],

            [6, 7, 8]])

 

基本运算

1， 数组的算术运算是按元素进行的。

设a = np.array([2,3])    ,b=np.array(7,8)

加法：c = a+b， 则c为 array([9,11])

加法：c = b-a， 则c为 array([5,5])

乘法：c = a*b， 则c为 array([14,24])

二次方：c = a**2，则c为array([4, 9])

    当两个数组元素的类型不同时，其会进行类型转换，往更精确的方向转换，比如int和float相加，得到的结果为float

2， 矩阵乘法  dot函数









索引

可通过arr[a, b]， arr[:,b]，arr[a, :]，arr[m:n, b]，arr[a, m:n]，arr[m:n, p:q]等多种形式进行访问某个位置的元素、行或列。

       arr[-1]表示访问最后一行

       for row in arr:  //表示按行访问arr

              print row

       若想访问每个数组中元素，可以使用flat属性，如

       for element in b.flat:

              print element

       关于索引这一块，推荐博客：http://blog.csdn.net/chen_shiqiang/article/details/51868115

 

组合不同的数组

       可以沿不同轴将数组堆叠在一起：

       Column_stack： 以列将一维数组组合成二维数组

       Row_stack：以行将一维数组组合成二维数组

       Hstack:水平方向堆叠

       Vstack:垂直方向堆叠

       Concatenate:允许可选参数给出组合时沿着的轴

 

将数组分割：

       Hsplit:水平分割

       Vsplit:垂直分割

       Array_split：指定沿哪个轴分割

 

深拷贝与浅拷贝

       a= np.array([1,2,3]);

       b= a;  #浅拷贝，即b与a指向同一个空间,  b is a = true

       c= a.copy()  #深拷贝，把a的内容复制给了c，不指向同一空间, c isa = false

       d = a.view() #浅复制，d与a指向同一数据空间，但是此时创建了新的对象，d is a=false

 

mat函数

       mat函数将目标数据类型转换为矩阵(matrix)

       matrix对象是继承ndarray而来，因此其和ndarray有相同的属性和方法，但它们之间有六个重要的区别：

（1）      矩阵对象可以使用字符串符号创建，以允许matlab风格语法

（2）      矩阵对象总是二维的

（3）      矩阵对象乘法就是矩阵乘法

（4）      Matrix objects over-ridepower to be matrix raised to a power. The same warning about using power insidea function that uses asanyarray(...) to get an array              object holds for this fact.（这个没太懂）

（5）      矩阵对象的默认优先级__array_priority__是10.0，因此与ndarrays的混合操作总是产生矩阵

（6）      矩阵有其特殊属性，使计算更容易. arr.T矩阵转置，arr.I矩阵求逆，arr.H矩阵共轭， arr.A将矩阵作为一个ndarray对象返回

 

关于numpy的官方文档：
https://docs.scipy.org/doc/numpy-dev/user/quickstart.html http://www.scipy-lectures.org/intro/numpy/index.html