标签：copy 磁盘 rand style array code 跨国公司 nbsp 之间
NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。
NumPy的主要功能：
ndarray，一个多维数组结构，高效且节省空间
无需循环对整组数据进行快速运算的数学函数
读写磁盘数据的工具以及用于操作内存映射文件的工具
线性代数、随机数生成和傅里叶变换功能
用于集成C、C++等代码的工具
安装方法：pip install numpy
引用方式：import numpy as np
创建ndarray：np.array()
应用场景：
例1：已知若干家跨国公司的市值（美元），将其换算为人民币
例2：已知购物车中每件商品的价格与商品件数，求总金额
ndarray还可以是多维数组，但元素类型必须相同
常用属性：
T 数组的转置（对高维数组而言）
dtype 数组元素的数据类型
size 数组元素的个数
ndim 数组的维数
shape 数组的维度大小（以元组形式）
dtype：
bool_, int(8,16,32,64), uint(8,16,32,64), float(16,32,64)
类型转换：astype()
创建ndarray：
array() 将列表转换为数组，可选择显式指定dtype >>> np.array([1, 2, 3]) array([1, 2, 3]) arange() range的numpy版，支持浮点数 >>> np.arange(3.0) array([ 0., 1., 2.]) linspace() 类似arange()，第三个参数为数组长度 >>> np.linspace(2.0, 3.0, num=5) array([ 2. , 2.25, 2.5 , 2.75, 3. ]) zeros() 根据指定形状和dtype创建全0数组 >>> np.zeros((2, 1)) array([[ 0.], [ 0.]]) ones() 根据指定形状和dtype创建全1数组 np.ones((2, 1)) array([[ 1.], [ 1.]]) empty() 根据指定形状和dtype创建空数组（随机值） np.empty([2, 2], dtype=int) array([[-1073741821, -1067949133], [ 496041986, 19249760]]) #random eye() 根据指定边长和dtype创建单位矩阵 >>> np.eye(2, dtype=int) array([[1, 0], [0, 1]]) reshape() 分解，合并 >>> a = np.array([[1,2,3], [4,5,6]]) >>> np.reshape(a, 6) array([1, 2, 3, 4, 5, 6]) >>> np.reshape(a, (3,-1)) array([[1, 2], [3, 4], [5, 6]])
数组和标量之间的运算
a+1 a*3 1//a（整除） a**0.5
同样大小数组之间的运算
a+b a/b a**b
数组的索引
a[5] a2[2][3] a2[2,3] # 第几维数组的第几个索引，跟上面的写法得到结果一样 数组的切片 a[5:8] a[:3] = 1 # 切片的数组都赋值1 a2[1:2, :4] # 第二个数组，0到3的索引 a2[:,:1] # 所有数组，索引为0的值 a2[:,1] # 所有数组，索引为1的值 与列表不同，数组切片时并不会自动复制，在切片数组上的修改会影响原数组。 b = a[:4] b[-1] = 250 【解决方法：copy()】# 这样b是一个新的内存地址 b = a[:4].copy() b[-1] = 250
标签：copy 磁盘 rand style array code 跨国公司 nbsp 之间
原文地址：http://www.cnblogs.com/wangyufu/p/7452254.html
