【实验楼/NumPy】numpy基本概念+基本操作

Numpy支持的数据类型

Numpy只支持数值类型的变量
如bool, int类，uint类，float类，complex类。
这些都是我们的数据类型dtype
我们要利用这些东西构造我们的数组类型ndarray

创建有规律数组的方法

1. arange方法创建，用法同range。
2. linspace方法创建，arange是规定步长，在linspace中是规定区间中数据的数目。
3. ones——指定数组的形状（只能用tuple），创建全为1的数组。
4. zeros——指定数组的形状（只能用tuple），创建全为0的数组。
5. eye——创建一个单位矩阵。

数组的各种属性

我只能说，numpy中ndarray的属性实在是太多了，包括实验楼里提到的我都不想把他们完全列举出来。
这里我们先假设a是一个由array创建的ndarray类型的数组

1. .T属性，获得该矩阵的转置形态。
2. .size属性，获得数组中所有元素的个数统计。
3. .ndim属性，获得该数组的维度。
4. .shape属性，输出该数组各个维度的大小。
   

数组的各种操作

为了能够更加方便地操作各种各样的参数，我们需要把我们的参数存储到一个矩阵中，同时，为了使用一些优化算法，我们又不得不展开我们的数组。numpy中这些操作都是比较简单的。
1. .reshape((shape_tuple))
2. .ravel()

其它还有一些很厉害的操作, 在这之前我们需要明白一些事实。

· 什么是ndarray的的axis？

axis是多维数组的一个属性，以二维数组为例，axis=0代表沿着列的方向向下，axis=1代表沿着行的方向向右。

在了解了以上知识以后，我们就可以了解一下操作了：
首先是数组和数组之间的操作：

1. 数组连接，把多个数组拼接成一个数组——concatenate
2. 数组的堆叠，允许更加灵活地堆叠数组——stack系列
3. 数组的拆分，相当于是堆叠的逆操作——split系列

然后是数组中列和行的操作：

1. 删除列或者行——delete，给定axis的值决定删除列还是行
2. 插入列或者行——insert，同样由axis来决定
3. 在末尾添加数组——append。和insert操作差不多

其它

随机数操作

主要是使用numpy.random模块内的各种函数。
你要知道numpy中操作的单元都是数组，所以最后生成的都是ndarray的对象，所以你给定的参数不一定是随机数的区间，很可能是最后数组的shape！
这里面有很多随机数可以挑选，请移步相关文档，这里不再赘述。

数学函数

numpy支持比built-in math库更加复杂的数学运算（这里就不仅仅局限于数组了）甚至可以求解积分和差分。
这里我主要想讲讲与矩阵和向量有关的运算
还有与线性代数有关的运算，这里使用到的是numpy.linalg模块中的内容。

索引和切片

索引操作，以二维数组为例：

1. 获得某个索引的元素，比如要获得（m, n）位置上的元素，就a[m, n]。
2. 获得某些元素，我们可以a[([m1, n1], [m2, n2])]。
   切片操作，和list的切片操作时一样的。
   ndarray[start : stop : step]
   我们在对高维数组进行操作的时候，切片也可以以索引的形式来进行。
   比如a[0:3, 2:4]什么意思一目了然

排序，搜索，计数

1. 排序：sort方法
2. 搜索和计数：