1、使用ipython --pylab 自动加载 Numpy、Scipy、Matplotlib模块。
创建数组
a = arange(10)
b = arange(10,dtype='f')
c = arange(10,dtype=inti)
创建多维数组
b = array([arange(3),arange(3)]) 使用array创建数组时，默认指定了数据类型——浮点型
c = array([[1,2],[3,4]])(创建的是2维数组)
b = arange(10).reshape(2,5)
查看数组数据类型
a.dtype
查看数组每个维度的大小(是元组形式，每个数字代表一个维度内元素的个数。几个数字代表几维)
a.shape
查看数组维度个数
a.ndim
数组元素个数
a.size
数组单个元素在内存中所占大小
a.itemsize
整个数组所占大小
a.nbytes
查看单个元素所占字节数
a.dtype.itemsize
转置数组
a.T 效果和 transpose()一样
复数数组中元素的实部
b.real
复数数组中元素的实部
b.imag
遍历数组元素
b.flat 会生成一个flatiter对象。是一个可迭代对象。可以迭代访问数组内的元素。
b.flat[2] 直接获取元素
b.flat[1,4]
b.flat = 7 直接导致所有数组内元素值的改变，此例中所有元素变为7 #原地改变
b.flat[0] = 9
numpy数组转为列表
b = a.tolist()
转换数组数据类型
b = a.astype(str)
所有数据类型
sctypeDict.keys()
数据类型对象是numpy.dtype类的实例。
c = dtype('Floa64')
查看数据类型的字符编码
c.char
查看数据类型
c.type
创建自定义的数据类型。
a = dtype([('name',str_,40),('numitem',int32),('price',float32)])
b = array([('aa',40,2.13),('bb',23,2.6)],dtype=a)
切片和索引
一维数组：和python的列表切片相同
[:] ：，表示从开始到结束
[2:7] 表示从2到7
[::-1] 反转数组
多维数组：维度和维度之间用",",表示。每一个维度，和python的列表切片差不多
下面的实例中 b 为一个三维数组。
b[0,0,0] 从左到有，分别对应着从外层到内层的每一层数组。
b[:,0,0] : 表示全选该层的所有数组
b[0,:,:] 选取最外层数组的第一个元素。其包含所有的元素都选中
b[0,...] 多个 ： 可以用...(三个英文 . 表示)
b[0,:,::2] 选取第一层下的第一个元素。上一个元素下层的所有元素，上层所有元素的每个再下层元素的个别元素（步长为2，进行选择）
b[:,1,:] 选取所有第二层的数据
b[:,1] 最后一个全选，那么可以忽略不写
b[::-1,::-1,:-1,] 反选所有元素
修改数组维度（所有维度大小相乘等于总的元素数）
b = a.reshape(2,3,4)
b.shape = (4,3,2) #原地改变数组维度
b.resize((2,12)) #原地改变数组维度
平展数组
a = b.ravel()
a = b.flatten()
转置矩阵
c = b.transpose() #对于二维数组来说就是横纵行调转
组合数组
a,b 两个数组维度一样。元素个数一样。
hstack((a,b)) 水平组合。对于二维数组来说就是两个数组左右拼接在一起。
concatenate((a,b),axis=1) 同上。
vstack((a,b)) 垂直组合。对于二维数组来说就是两个数组上下拼接在一起。
concatenate((a,b),axis=0)
dstack((a,b)) 深度组合。沿纵轴（深度）方向进行层叠组合。
columen_stack((a,b)) 列组合，对于一维数组来说是按列方向组合。对于二位数组来说和hstack效果一样
row_stack((a,b)) 行组合。对于一维数组来说是将两个数组上下拼接起来，对于二维数组和vstack效果一样。
数组分割
将一个数组分割成小的数组。
hsplit(a,3) 水平分割，将数组 a 水平分割成 3 个子组。#备注:我看效果，总感觉是沿垂直分割的
split(a,3,axis=1) 同上
vsplit(a,3) 垂直分割，将数组 a 垂直分割成 3 个子组。#备注：总感觉是水平分割
splist(a,3,axis=0)同上
dsplit(a,3)