Python Data Analysis（Python 数据分析）

第一章：Python程序库入门

第二章：Numpy数组

1.反转数组

import numpy as np
a = np.arange(9)
b = a[::-1]
print(b)

2.ravel()与flatten()，reshape()与resize()

flatten() ：拉直，返回的是真是的数组， 需要分配性的内存空间； 
ravel() ：拆解，函数返回的只是数组的视图

reshape：有返回值，所谓有返回值，即不对原始多维数组进行修改；
resize：无返回值，所谓有返回值，即会对原始多维数组进行修改；

3.堆叠函数

a = arange(9).reshape(3, 3)
b = 2 * a
# 水平堆叠： 
c = hstack((a, b))
d = concatenate((a, b), axis=1)
# 垂直叠加：
e = vstack((a, b))
f = concatenate((a, b), axis=0)
# 深度叠加: 沿着坐标轴（纵向）的方向来叠加一摞数组
g = dstack((a, b))
# 列式堆叠： 
h = column_stack((a, b))
print(c == h)
# 行式堆叠：
i = row_stack((a, b))
print(e == i)

3.拆分数组

a = arange(9).reshape(3, 3)
# 横向拆分：
b = hsplit(a, 3)
c = split(a, 3, axis=1)
# 纵向拆分：
d = vsplit(a, 3)
e = split(a, 3, axis=0)
# 深向拆分：
f = arange(27).reshape(3, 3, 3)
g = dsplit(c, 3)

4. Numpy数组的属性

ndim：数组维度的数量
size：数组元素的数量
itemsize：数组中各元素所占用的字节数
nbytes：整个数组所需的字节数量，size * itemsize
T：转置，作用与transpose() 函数相同， 如果数组的秩小于2， 结果只是一个数组的视图
real：返回数组的实部
imag：返回数组的虚部
flat：返回numpy.flatiter对象
...

5. 数组的转换

# 转换成列表
a = array([1. + 1.j, 3. + 2.j])
b = a.tolist()
# 指定元素转换类型
c = a.astype(int)
d = a.astype('complex')

统计学与线性代数