python库介绍------Numpy，,NumPy简介：　　

python库介绍------Numpy，,NumPy简介：　　

NumPy简介：　　NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

　　NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

　　NUMPY提供高性能,多维数组对象和工作工具使用这些数组。它的数组可以用作高效的通用多维容器数据。可以定义任意的数据类型。1.先来看一下NumPy的数据类型（1）带符号整数类型　　　　int8: 1-byte int16: 2-byte 　　int32: 4-byte 　　int64: 8-byte

(2)无符号整数类型

　　　　uint8: 1-byte 　　uint16: 2-byte 　　uint32: 4-byte 　　uint64: 8-byte

(3)C语言整数类型

　　　　int_　　　　 intc　　　　 intp　　 short　　 long　　 longlong

（4）浮点型floating　　　　布尔型Boolean 　　复数类型Complex　　　　字符串类型str 　　 日期时间类型data and time　　原始数据块Raw data block

（5）内置数据类型的字符代码

　 ？：boolean, 例如：　　 b: signed byte 　　　　　　　　　　　　　　　　　　　　　　i4: 32-bit signed integer　 B: unsigned byte 　　 u2: 16-bit signed integer　 i: signed integer =========》 f8: 64-bit floating-point　 u: unsigned integer 　　 U25: 25-character string　 f: floating-point V10: 10-byte wide data　　c: complex　　m: timedelta　　M: datetime　　O: Python object 　　　　S: (byte) string　　U: unicode string　　V: raw data (void)

接下来我们将举例说明NumPy的对数组的各种使用方法：

（1）ndarray -----多维度数组

解释：n--数字number d--维度dimensional array--数组

先看一下基本例子：

　　　ndarray具有的属性：

dtype　　shape　　ndim　　size　　itemsize　　nbytes　　flags　　base　　

　　下面依次介绍属性使用：

（2）axis

为具有不止一个维度的数组定义轴。二维数组有两个对应的轴：第一个通过行（轴0）垂直向下运行，以及第二横跨柱（轴1）水平运行。

例如：[ [ [ 0 1 2]

　　　　[ 3 4 5] ]

　　　 [ [ 6 7 8]

　　　　 [ 9 10 11] ] ]

sum(axis=0): [ [ 6 8 10] [12 14 16] ]

sum(axis=1): [ [ 3 5 7] [15 17 19] ]

sum(axis=3): [ [ 3 12] [21 30] ]

（3）创建多维度数组

①通过np.array------这个就是上面说的了，很简单

②通过函数

函数方法有：empty　 zeros　　ones　　asarray　　fromiter　　arange　　　　　　full　　　eye　　random.random　　linspace

实现也类似：

（4）多维数组的重塑：

（5）索引和切片

整数数组索引可以构造任意数组

使用来自另一个数组的数据

python库介绍------Numpy