python numpy包

在numpy包中我们可以用数组来表示向量，矩阵和高阶数据结构

首先导入numpy包：

from numpy import*

初始化numpy数组有多种方式，比如说

1.python列表或元祖

2.使用arrange，linspace函数

3.从文件中读取数据

例：列表生成numpy数组：

v=array([1,2,3,4])

M=array([[1,2],[3,4]])

v和M对象都是numpy模块提供的ndarray类型

v，M区别在于他们的维度不同

可以通过ndarray.shape获得他们的维度

ndarray.size获得他们的元素数量

v.T将1*n的数组转化成n*1的数组

例如：M.shape   M.size

也可以用shape(M)和size(M)

那么为什么不使用list呢？

可以显示的定义元素类型通过在创建数组时使用dtype关键字

使用数组生成函数

x=arange(0,10,1) 0到10间距1

linspace(0,10,25) 0到10一共25个数据

x,y=mgrid[0:5,0:5]

生成随机数组:

from numpy import random

random.rand(5,5)生成5*5矩阵，随机值在0到1之间

random.randn(5,5)随机值

zeros((3,3))  3*3的0矩阵

ones((3,3)) 3*3都是1的矩阵

文件I/O创建数组：

csv是一种常用的数据格式化文件类型，使用numpy.genfromtxt函数读取

使用numpy.savetxt可以将数组存储到csv文件中

M=random.rand(3,3)

savetxt("random-maxtrix.csv",M)

nnmpy原生文件类型：

用numpy.save和numpy.load保存和读取

save("Numpy.npy",M)

load("Numpy.npy")

操作数组：

使用方括号：

M[1]

M[1,1]

如果是n维数组，检索时省略一个索引值会返回一整行

M[1]

使用：能达到同样效果。

M[1,:]一行   M[:,1]一列

同样可以使用索引值进行赋值

A[1:3]会返回第1,2号元素---------索引这块其实和list差不多。

负值索引从数组尾部开始计算。M[-1]为数组倒数第一个

索引切片在二维数组里也是一样的。

numpy函数

where函数能将索引掩码转换成索引位置

diag函数提取出数组对角线

take函数与高级索引用法相似

choose选取多个数组的部分组成新的数组

我们对矩阵间进行加减乘除时，默认行为是逐项乘的

使用dot函数进行矩阵与矩阵，向量的乘法

将数组对象映射到matrix类型

M=matrix(A)

数组,矩阵的变换

.T=transpose

C=matrix([1j,2j],[3j,4j])

共轭：

conjugate(C)

real与img能分别得到复数的实部和虚部

real(C)

image(C)

angle与abs可以分别得到幅角与绝对值

共轭转置C.H

矩阵计算

求逆：inv(C)=C.I

行列式：linalg.det(C)

数据处理：

mean(data[:,3])求第四列平均值

标准差与方差:

std(data[:,3]),var(data[:,3])

最大值与最小值

data[:,3].min() data[:,3].max()

总和，总乘积与总对角线和：

d=arange(0,10)

sum(d)

prod(d)总乘积

cumsum(d)对每一项进行阶乘

trace（A） #same as:diag(A).sum()

对高维数组进行操作

m=rand(3,3)

m.max()

m.min()

m.max(axis=0) #max in each colomn

m.max(axis=1) #max in each row

改变形状及大小

A=array(...)

n,m=A.shape() #n,m为A的行列数

B=A.reshape(1,n*m)

B[0,0:5]=5 #B的第一行0到5全赋值为5

flatten函数创造高阶数组的向量版本，但是会对数据进行一份拷贝

B=A.flatten();

增加一个新维度

v=array([1,2,3])

v[:,newaxis] #将v变成3*1的矩阵

v[newaxis,:] #将v变成1*3的矩阵

叠加与重复数组

title与repeat

A=array([1,2],[3,4])

浅拷贝与深拷贝

为了获得高性能，python中赋值往往不拷贝底层对象，成为浅拷贝

如将A赋值给B，改变B的同时A也会被改变。

使用copy函数进行深拷贝

B=copy（A）

遍历数组元素

可以使用for遍历数组元素

for element in v:

print element

M=array([[1,2],[3,4]])

for row in M:

print("row",row)

for element in row:

print element

可以使用enumerate函数同时获取元素与对应序号

矢量化函数

标量函数不能处理矢量array 所以需要使用vectorize函数将标量函数变为矢量函数