科学计算基础库NumPy

NumPy 是numerical python的缩写，提供了数组容器以及很多内置的函数，下面从两个方面对这个库加以记忆和掌握。

ndarray对象

numpy的核心是一个对象ndarray。ndarray以C数组的方式存储，计算的时候底层使用C语言实现，所以速度非常快

1. 对象的入口构造函数：

• np.array(object, dtype=None,ndim=0)
  object可以是任何暴露数组接口的对象
  dtype指定数据类型
  ndim限制最小的维度,不等于实际的维度
• np.zeros( shape )
• np.ones( shape )

2. 对象的属性：
   shape 返回一个包含数组维度的元组
   ndim 返回数组的维度
   a.T 转置矩阵
   flat 压平状态下的迭代器，实际并没有压平
3. 对象的方法：
   b = a.reshape( shape ) 调整数组的shape
   b = a.flatten( ) 讲多维数组转换成一维数组

numpy库层次的函数：

1. 生成等间隔数据
   np.arange(start, stop, step, dtype) 用step制定步长
   np.linspace(start, stop, num, dtype) 用num制定总的生成多少个数据，默认是50个
2. 生成随机数
   （都放在np.random模块中）
   seed( ) 确定随机数生成器的种子
   rand( size) 产生[0,1]的浮点随机数
   randn(size) 标准正太分布（均值为0，标准差为1）
   randint(start, end, size) 产生指定范围的随机整数
   normal(均值，标准层，size) 高斯分布
   uniform(start, end, size ) 均匀分布
3. 数组拼接
   np.concatenate( (a, b), axis=0) 要指定轴，也可以用下面两种方式
   np.hstack( (a,b) ) 水平拼接
   np.vstack( (a,b) ) 垂直拼接
4. 线性代数
   np.inner(a, b) 向量的内积
   np.dot(a, b) 矩阵的点积 (另一种写法 a.dot(b) ，但a,b是一维向量时，等价于inner；当a, b是二维矩阵时，等价于matmul()。
   np.matmul(a, b) 矩阵乘积

理解术语概念

数组的轴
参考网址：一篇文章掌握Numpy的基本用法
axis = 0:沿垂直方向
axis = 1:沿水平方向

在使用统计函数的时候要指定axis，如果不指定会当成一维的处理
如a.max(axis=0)和a.max(axis=1)以及a.max()的结果都是不同的