Python科学计算——Numpy知识点

1 Python自带的list，存储的是对象指针，在进行数值运算时，比较浪费内存和CPU计算时间；

2 Python的array，不支持多维数组；

3 NumPy提供了两个基本的对象：ndarray，ufunc；

4 help(np.array) 或者 np.array? 查看帮助；

5 shape可以查看/修改数组的维度；reshape，创建新维度的数组，存储结构不会发生变化！

6 dtype，元素类型；

7 arange，linespace，logspace 根据简单规则来创建数组；

8 zeros(), ones(), empty() 可以创建指定形状和类型的数组；

9 frombuffer(), fromstring(), fromfile() 可以从字节序列或文件创建数组；

10  fromfunction()，可以自定义一个从下标计算数值的函数，然后通过fromfunction来创建数组；

11 数组元素存取语法：  arr[b:e:s]

b(begin)，起始下标，可以省略，表示从0开始；

e(end)，结束下标，可以为负数，-n表示从最后一个元素往前数n个；

s(step)，步长，有多种巧妙用法，[::-1]表示数组倒叙；

12 通过切片获取的新数组是原始数组的一个视图，数据存储空间不变；

13 高级下标存取方法：整数列表、整数数组、布尔数组；数据存储空间独立，不共享！

14 布尔数组一般不是手工产生，而是使用布尔运算的ufunc函数产生；

-------------------------- 结构数组

1 结构数组类似于c语言的struct，结构中的字段占据连续的内存空间；

2 

--------------------------- ufunc 运算

1 ufunc，能对数组中的每个元素进行操作的函数；

2 numpy中的ufunc函数 np.sin，比python库中的 math.sin 快了10倍多，得益于np.sin在c语言级别的循环计算；

3 python 的列表推导运算： x = [math.sin(t) for t in x]; 

4 numpy item()方法，能返回标准的Python数值类型；

5 运算符 ufunc： 以数组为单位进行运算，+-*/%等；

6 布尔运算：返回一个布尔数组；

7 np.frompyfunc(func, args_num, ret_num) 可以将函数转化为 ufunc，用于数组计算；

8 arr.astype(np.float)，可以将ufunc返回的object对象数组，转化为真实的 float 类型；

9 vectorize();

10 广播规则： 当ufunc函数对两个数组进行计算，数组shape属性不同时的处理规则；

11 arr.repeat(), np.ogrid(), np.mgrid()

12 help(np.add): 查看 reduce(), accumulate(), outer()等函数的详细用法；