numpy

python中做科学计算的基础库，重在数字计算，也是大部分python科学计算库的基础

一. numpy数组的创建
首先导入numpy:
import numpy as np

1. a = np.array([1,2,3,4,5])
2. b = np.array(range(1,6))
3. c = np.arrange(1,6)
   np.arange([start,] stop[,step], detype= None)

数组的类名type：numpy.ndarray
数据的类型：detype(“int64”)

指定创建的数组的数据类型：
a = np.array([1,0,1,0], dtype=np.bool) 或者使用“dtype=’?’ ”

修改数组的数据类型：
a.astype(“i1”); 或者使用a.astype(np.int8)

修改浮点型的小数位数：
以数组a为例：
np.round(a, 2)

二. 数组的形状、数组与数的运算、数组与数组的运算

数组的形状： 以数组a为例：

1. 查看数组的形状： a.shape
2. 修改数组的形状：a.reshape(m,n) #m行n列的二维数组
   为有返回值操作
   a.flatten() 展平成1维

数组与的计算：
数组与数的运算（加、减、乘、除）在numpy中符合广播机制，加减乘除的值被广播到数组的所有元素上。

数组与数组的计算
如果两个数组的后缘维度（及从末尾开始算起的维度）的轴长度相符或一方的长度为1，则认为他们是广播兼容的。广播会在缺失和（或）长度为1的维度上进行。

轴
轴在numpy中可以理解为方向，使用0,1,2…数字表示，对于一个以为数组，只有0轴，对于数组(shape(2,2))，有0轴和1轴。对于三位数组(shape(2,2,3))，有0,1,2轴。

三. numpy读取数据
读取本地CSV数据为例

np.loadtxt(“文件路径”，delimiter=",", dtype='int ', unpack=1) #dtype默认为np.float.
delimiter:指定边界符号是什么，不指定会会导致每行数据为一个整体的字符串而报错；
dtype:默认情况下对于较大的数据会将其变为科学计数的方式
unpack:默认是False(0)，默认情况下，有多少条数据就会有多少行； 为True(1)的情况下，每一列的数据会组成一行，元素数据由多少列，加载出来的互数据就会有多少行，相当于转置。

numpy中的转置
转置为一种变换，对于numpy数组而言，就是在对角线方向交换数据。

1. t.transpose()
2. t.swapaxes() 交换轴
3. t.T
   转置和交换轴的效果一样

四、numpy的索引和切片

切片：选取一部分
索引：取一个值

切片

1. 取一行：t[2]
2. 取多行：t[1:3]; t[3:,:]
3. 取一列：t[:,2]
4. 取多列：t[:, 2:4]
5. 取连续多行多列：t[2: ,: 3]
6. 取不连续的多行多列：t[[1,3],[2,4]] # 选择的是（1,2），（3,4）位置的值。

numpy中数值的修改
t[:,2:4]=0 #把数组t中第二列和第三列的值替换为0

numpy中的布尔索引：t[t>10]=10
numpy中的三元运算符：np.where(t<10,0,10) #把数组t中小于10的元素替换成0，把大于10的元素替换为10
numpy中的裁剪（clip）:t.clip(10,20) # 把数组t中小于10的元素替换为10，大于20的元素替换为20.

五、numpy中的nan和inf

nan(NAN,Nan):not a number 表示不是一个数字
当读取本地文件为float时，如果有缺失，就会出现nan值；
当做了一个不合适的计算时（比如无穷大（inf）减去无穷大）

inf(-inf,inf):infinity, inf表示正无穷，-inf表示负无穷。
如一个数字除以0，在python中会直接报错，numpy中是一个inf或-inf)

numpy中nan的注意点：

1. 两个nan是不相等的；
2. nan和任何值计算都为nan.
   利用上述特性，判断数组中nan的个数，或作替换等。

六、numpy中常用的统计函数

1. 求和：t.sum(axis=None)
2. 均值：t.mean(a,axis=None)
3. 中值：np.median(t,axis=None)
4. 最大值：t.max(axis=None)
5. 最小值：t.min(axis=None)
6. 极值：npptp(t, axis=none)
7. 标准差：t.std(axis=None)

七、数组拼接
np.vstack(t1,t2) 竖直拼接
np.hstack(t1,t2) 水平拼接

数组行列变换：
t[[1,2],:]=t[[2,1],:] #行变换
t[:,[0,2]]=t[:,[2,0]] #列变换

其他方法：
获得最大值、最小值的位置：
np.argmax(t,axis=0)
np.argmin(t,axis=1)

创建一个全0数组：np.zeros((3,4))
创建一个全1数组：np.ones((3,4))
创建一个对角线为1的正方形数组（方阵）：np.eye(3)

numpy生成随机数：
nprandom.randint(10,20,(4,5)) # 生成一个范围在10至20之间，4行5列的整数数组。