前言

numpy库是一种高性能的数据创立和处理包，它常常用于一些数据的处理上，现在来总结一下（这是期末人的倔强）。一般我们把numpy建立的数组可以叫做矩阵，它是不同于列表的。

numpy库的一些函数

一.数组的建立的函数

1.使用array来直接建立

import numpy as np
A=[1,2,3]
A=np.array(A) # 结果为array[1,2,3]
B=[[1,2,3],[4,5,6]]
B=np.array(B) ''' 结果为array[[1,2,3],
							[4,5,6]]'''							

它可以直接把列表转换为数组

2. 等差数列的建立 arange linspace

(1)arange

A=np.arange(5) #较为常用 一定不包含所给的数
print(A) # [0,1,2,3,4]
A=np.arange(0,10,2) # 一般有三个参数
print(A) # [0,2,4,6,8]

arange 一般有三个参数 arange(a,b,c) a为等差数列的首项默认为0，c为公差，默认为1。若数列中的数为x，则x的取值范围为a≤x<b.这个跟range一样是左闭右开的，且，最后面一个数位步长。

(2)linspace

跟arange一样linspace也有三个元素，linspace(a,b,c) 但有区别的，a还是一样是首项，但此时b是末项，c是项数，linspace这个函数更好理解，由于项数往往并不与首末项匹配，所以linspace里面所得的数是浮点数。

三.随机数的生成

numpy中的随机数一般有random来生成，主要有整数随机以及正态分布的随机数

(1)random.rand(a,b)

生成一个数值在[0,1)之间，a行b列的随机数数组

(2)random.randint(a,b,(c,d))

生成一个数值在[a,b)之间c行d列的数组

(3)random.normal(E,u,(a,b)）

生成一个均值为E，标准差为u，a行b列的数组

四.其他函数

(1)astype与dtype

dtype是用来看数组中的数字是哪些类型，astype是新建立一个数组将其中的类型改为我们想要的。

如上图就是通过linspace函数建立一个数组然后检查其中的类型，上文说过linspace全是浮点数，所以返回的是’flaot64’(python中的浮点数都是双精确64位)，然后再用astype建立一个新的数组里面的数字全是整数。

(2)shape与reshape

shape是返回数组的形状，reshape是改变数组的形状
用了reshape改变了建立的等差数列的形状然后再用shape返回具体形状

一般接触的都是二维数组，但有时候需要将二维数组里面的数变为一个列表里面的数，即先要转为一维数组。还是上面的3*4的数组，现在有两种转为一维数组的办法

B=a.reshape(1,12)
C=a.reshape(12)

可见如果给reshape两个参数，就会默认改成二维数组，如果只给一个参数就会变成一维数组，因为一维数组没有二维的概念。

numpy库的索引

numpy中有四种索引，单值索引，切片索引，列表索引以及布尔型索引。
先给定一个numpy数组

A=np.arange(12).reshape(3,4)
'''A为array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])'''
B=np.array([1,2,3])
# B为array([1,2,3])

(1)单值索引

对于一维数组一个数的索引就是列表索引，二维数组是行索引。

对于二维数组可以多次索引也可以坐标索引。

(2)切片索引

在一维数组中与列表相同，二维数组中依旧是遵循先切行(0轴)后切列(1轴)的方式。

A[:,1:2] #0轴全切，1轴切第2列
A[:,0] #0轴全切，1轴检索第一列 切片与单值检索可以同时使用

(3)列表索引

列表索引就是通过列表来检索，这个很智能，注意是列表检索索引方括号之中要填入一个列表！在列表中填入的就是依次要选取的

A[[1,0,2]] #依次第2行 第1行 第3行
'''array([[ 4,  5,  6,  7],
       [ 0,  1,  2,  3],
       [ 8,  9, 10, 11]])'''

(4)布尔型索引

布尔型索引就是在方括号内放入一个判断逻辑符号，并从此中找出符合判断的数组成一个数组返回。可以再布尔型索引之中插入广播操作，以后列表中的修改就不用用循环啦！

numpy库的运算

一.广播运算

广播操作是指对数组对应的数字进行操作。
比如找出数组内的小于200的数
还可以用于一次性改变数组内的数，也可以一起乘除加减。

二.标量运算符

像math库一样，numpy库中也有数学运算符
比如说对数组里面的所有数取sin就可以用numpy库快速得到

三.矩阵运算

numpy为我们提供了两种运算方法，一个是点乘另一个是星乘。

(1)点乘

点乘就是折磨的线性代数里面的矩阵乘法，AB为A的行乘以B的列
由于矩阵的乘法是考虑先后顺序的，所以A.dot(B)就是AB

(2)星乘

星乘是矩阵对应元素相乘