numpy（一）——入門

02-04

本文用的開發環境是：

python 2.7.8
numpy 1.14.0
jupyter notebook 5.2.2

一、多維數組對象

1、需要先引入numpy包。

import numpy as npn

2、numpy最重要的一個特點就是其n維數組對象，即ndarray，該對象是一個快速而靈活的大數據集容器。創建數組最簡單的辦法就是用array函數，它接受一切序列型的對象（包括其他數組），進而產生一個新的含有傳入數據的numpy數組。大小相同的數組之間可以不用循環即可對數據執行批量運算，並將運算應用到元素級。

3、ndarray是一個通用的同構數據多維容器，也就是說其中的所有元素必須是相同類型的。每個數組都有一個shape（一個表示各維度大小的元組）和一個dtype（一個用於說明數組數據類型的對象）：

4、選取數組元素和對數組切片的方式和python的list差不多，通過索引完成。並且對數組的切片是直接對源數組進行修改。如果想要實現複製數組後再對數組操作，則可顯式地執行arr.copy()。

5、對多維數組進行切片時，可以一次傳入多個切片。

6、可將bool型索引用於數組索引，bool型數組的長度必須和被索引數組一致。並且選擇後的數據為創建的副本。

7、花式索引。利用整數數組進行索引，傳入一個用於指定順序的整數列表或ndarray即可。

8、數組轉置。利用數組的T屬性，對數組進行轉置，在進行矩陣計算時經常需要用到該操作。

二、通用函數（ufunc）：元素級數組函數

9、一元函數

abs、fabs：計算整數、浮點數或複數的絕對值，對於非複數值，可使用更快的fabs；
sqrt：計算各元素的平方根，相當於arr ** 0.5；
square：計算各元素的平方，相當於arr ** 2；
exp：計算各元素的指數 $e^{x}$ ；
log、log10、log2、log1p：分別為自然對數（底數為e）、底數為10的log、底數為2的log、log(1+x)；
sign：計算各元素的正負號，1（正數）、0（零）、-1（負數）；
ceil：計算各元素的ceiling值，即大於等於該值的最小整數；
floor：計算各元素的floor值，即小於等於該值的最大整數；
rint：將各元素四捨五入到最接近的整數，保留dtype；
modf：將各元素的整數和小數部分，分別以單獨的數組形式返回；
isnan：返回一個表示哪些值是「NaN」的bool型數組；
isfinite、isinf：分別返回一個表示「哪些元素是有窮的（非inf，非NaN）」或「哪些元素是無窮的」的bool型數組；
cos、cosh、sin、sinh、tan、tanh：普通型和雙曲型三角函數；
arccos、arccosh、arcsin、arcsinh、arctan、arctanh：反三角函數；
logical_not：計算各元素not x的真值，相當於-arr。

10、二元函數

add：將數組中對應的元素相加；
subtract：第一個數組元素減去第二個數組元素；
multiply：數組元素相乘；
divide、floor_divide：除法或向下圓整除法（丟棄餘數）；
power：第一個數組的元素A，第二個數組的元素B，計算 $A^{B}$ ;
maximum、fmax：元素級的最大值計算，fmax將忽略NaN；
minimum、fmin：元素級的最小值計算，fmin將忽略NaN；
mod：元素級的取模運算（除法的餘數）；
copysign：將第二個數組中的值的符號複製給第一個數組中的值；
greater、greater_equal、less、less_equal、equal、not_equal：執行元素級的比較運算，最終產生bool型數組，相當於中綴運算符>、≥、<、≤、==、!=；
logical_and、logical_or、logical_xor：執行元素級的真值邏輯運算，相當於中綴運算符&、|、^。