Numpy 模块的学习 numpy中random模块：

Numpy模块的学习：

三个网址推荐：

1  http://blog.csdn.net/yhb315279058/article/details/50226075

2  http://www.jb51.net/article/49397.htm

3  http://www.jb51.net/article/103080.htm

4 http://blog.csdn.net/tongxinzhazha/article/details/78770373

Numpy中Random模块的学习：

1 http://blog.csdn.net/pipisorry/article/details/39508417

2 http://blog.csdn.net/unin88/article/details/50570196

3 http://blog.csdn.net/qtlyx/article/details/50733176

补充：

1 Numpy 数据类型（numpy可以在数据类型的后面加上数字，标识这种类型在内存中占的位数）

bool        用一个比特存储布尔类型

inti          由平台决定其所占位数，一般为int32/64

int8/16/32/64        所占位数为8/16/32/64为的有符号整数

unit8/16/32/64      所占位数为8/16/32/64位的无符号数

float16/32/64(float)      半精度符号数/单精度符号数/双精度符号数

complex64/128(complex)    用32位浮点数表示实部和虚部/用64位表示实部和虚部

2 在Numpy中，多数函数可以指定数据类型的参数，这个参数是可选的，格式为dtype=类型名，如：

a=numpy.arrange(5,dtype=int)

>>>array([0,1,2,3,4])

a=numpy.arrange(5,dtype=complex)

?

3  Nump的数组创建函数（array,arrange,ones,zeros,eye,empty）

empty:根据指定的维数和类型创建一个数组但不填充任何值，数组元素值多是一些未初始化的垃圾值

import numpy as np

print(np.empty(3))

print(np.empty((4,1)))

4  数组转置（可以使用transpose()函数，也可以使用T属性访问转置矩阵）

nar.transpose()

nar.T

5 Numpy中很多函数统计方法即可以当做数组的实例方法调用，也可以作为顶级的Numpy函数调用

a=numpy.arrange(12).reshape(3,4)

a

array([[0,1,2,3],[4,5,6,7],[8,9,10,11]])

实例方法：

r=a.cumsum()

r

array([0,1,3,6,10,15,21,28,36,45,55,66])

顶层函数调用：

r=numpy.cumsum(a)
r

array([0,1,3,6,10,15,21,28,36,45,55,66])

还有比如排序

a=numpy.random.rand(4)

a.sort()等价于numpy.sort(a)

6 Numpy中的集合运算

a=numpy.array([1,4,2,7,9,0,1,5,7,8])

unique(a):  删除数组中的重复元素，并返回唯一元素的有序结果

intersect1d(a,b):查找a,b中的共同元素，并返回公共元素的有效结果

union1d（a,b）:求a,b的并集，并返回有序结果。

in1d(a,b):返回一个布尔型数组，如果a元素包含于b，则返回TRUE，否则返回False

setdiff1d(a,b):求集合a,b的差，即存在于a中但不存在于b中的元素

setxor1d(a,b):求集合a，b的对称差。即存在于a或b但不同时存在于a，b中的元素

7 线性代数

numpy中的linalg模块支持常见的线性代数操作

det :求矩阵行列式

eig:求矩阵特征值和特征向量

inv:求方阵的逆

numpy中的常用线性代数函数

dot:完成矩阵乘法

trace:计算对角线元素的和

8访问文件

（1）将数组以二进制形式存取

save用于保存：numpy.save('d:\nshz.npy',a) 若没有指定扩展名，则默认为.npy

load用于读取：numpy.load('d:\nshz.npy')

（2）存取文本文件

savetxt():numpy.savetxt('d:\npshz.txt',a,delimiter=',')会在D盘下新建文件‘npshz.txt’

loadtxt():numpy.loadtxt('d:\npshz.txt',delimiter=',')