詳細
numpy是高效能科技計算和資料分析的基礎包。
多維陣列結構，節省空間。
底層使用c++等**的工具
與列表的區別：
陣列物件的內的元素必須相同
陣列大小不可修改
主要的建立的方法
np.array()常用屬性
陣列的轉置
dtype 陣列元素的資料型別
size 元組的個數
ndim 陣列的維數
shape 陣列的維度大小
array.shape array的規格
array.ndim
array.dtype array的資料規格
numpy.zeros(dim1,dim2) 建立dim1*dim2的零矩陣
numpy.arange
numpy.eye(n) /numpy.identity(n) 建立n*n單位矩陣
numpy.array([…data…], dtype=float64 )
array.astype(numpy.float64) 更換矩陣的資料形式
array.astype(float) 更換矩陣的資料形式
array * array 矩陣點乘
array[a:b] 切片
array.copy() 得到ndarray的副本，而不是檢視
array [a] [b]=array [ a, b ] 兩者等價
name=np.array(['bob','joe','will']) res=name==』bob』 res= array([ true, false, false], dtype=bool)
data[true,false,…..] 索引，只索取為true的部分，去掉false部分
通過布林型索引選取陣列中的資料，將總是建立資料的副本。
data[ [4,3,0,6] ] 索引，將第4,3,0,6行摘取出來，組成新陣列
data[-1]=data[data.__len__()-1]
numpy.reshape(a,b) 將a*b的一維陣列排列為a*b的形式
array([a,b,c,d],[d,e,f,g]) 返回一維陣列，分別為[a,d],[b,e],[c,f],[d,g]
array[ [a,b,c,d] ][:,[e,f,g,h] ]=array[ numpy.ix_( [a,b,c,d],[e,f,g,h] ) ]
array.t array的轉置
numpy.random.randn(a,b) 生成a*b的隨機數組
numpy.dot(matrix_1,matrix_2) 矩陣乘法
array.transpose( (1,0,2,etc.) ) 對於高維陣列，轉置需要乙個由軸編號組成的元組
sum 求和
cumsum 求字首和
mean 求平均數
std 求標準差
var 求方差
min 求最小值
max 求最大值
argmin 求最小值索引
argmax 求最大值索引
numpy數值統計
一 numpy數值統計 1 排序 1 sort arr1 np.array 5,2,3,6,7,1 2 argsort 排序後的索引 print arr1.argsort print arr2.argsort axis 0 2.去重 names np.array 小明 小紅 小明 小紅 小明 小紅 ...
Numpy數值計算基礎
numpy 的英文全稱為 numerical python，意味 python 面向數值計算的第三方庫。numpy 的特點在於，針對 python 內建的陣列型別做了擴充，支援更高維度的陣列和矩陣運算，以及更豐富的數學函式。numpy 是 scipy.org 中最重要的庫之一，它同時也被 panda...
numpy 數值的修改
一 步驟 1 查詢值 使用陣列的索引和切片 2 修改值 直接賦值 例子import numpy as np arr1 np.arange 0,24 reshape 4,6 使用陣列的索引和切片查詢值，並修改值 arr1 2 5 10 print arr1 二 查詢值補充 1 布林索引 a 實質 判斷...