chapter 4 NumPy Basics: Arrays and Vectorized Computation

4.1 The NumPy ndarray: A Multidimensional Array Object

Creating ndarrays

Array creation functions.png

Data Types for ndarrays

NumPy data types.png

np.astype 转换类型

Fancy Indexing

Transposing Arrays and Swapping Axes

ndarray.T

numpy.transpose

https://blog.csdn.net/Hearthougan/article/details/72626643
刚开始看这些数据，根本没有头绪，这就要理解transpose()中的参数的意义,因为数组a的shape为（2,3,5），是一个三维数组，那么这个元组对应的索引为：（0,1,2），也就是a.shape的下标：(2[0], 3[1], 5[2])， []中对应的是shape元组的索引。那么，现在，通过b = a.transpose(1, 0, 2)，那么b.shape就变成(3， 2， 5)，这就是说transpose就是改变高维数组的形状，形状改变了，那么里面的元素自然也要重新排列，比如：元素11在a中的位置是a[0][2][1]，经过b = a.transpose(1, 0, 2)之后，11在b中的位置就变成b[2][0][1]。再比如元素28，在a中的位置a[1][2][3]，在b中为：a[2][1][3].

numpy.swapaxes

example: arr.swapaxes(2,1) #就是将第三个维度和第二个维度交换

4.2 Universal Functions: Fast Element-Wise Array Functions

Unary ufuncs.png

Binary universal functions.png

4.3 Array-Oriented Programming with Arrays

Expressing Conditional Logic as Array Operations

np.where(cond, xarr, yarr)等于x if c else y

Mathematical and Statistical Methods

Basic array statistical methods.png

Methods for Boolean Arrays

any tests whether one or more values in an array is True , while all checks if every value is True

Sorting

ndarray.sort(axis=-1, kind='quicksort', order=None)
使用方法：a.sort
参数说明：
axis：排序沿着数组的方向，0表示按行，1表示按列
kind：排序的算法，提供了快排、混排、堆排
order：不是指的顺序，以后用的时候再去分析这个
作用效果：对数组a排序，排序后直接改变了a

作者：吃土的司机
链接：https://www.jianshu.com/p/b4d46c612ae4
來源：
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

Unique and Other Set Logic

Array set operations.png

4.4 File Input and Output with Arrays

np.save
np.savez
np.load
np.savez_compressed

4.5 Linear Algebra

Commonly used numpy.linalg functions.png

4.6 Pseudorandom Number Generation

Partial list of numpy.random functions.png