1.1 numpy
????????NumPy（Numerical Python）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）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
????????num - numerical 数值化的
????????py - python
1.1.1 numpy优势
????????Python的一个科学计算库，用于快速处理任意维度的数组。常用于数组和矩阵操作。
????????ndarray（下文中的array均为ndarray）
????????????????n - 任意个
????????????????d - dimension 维度
????????????????array - 数组
????????与List对比
????????1）numpy的计算速度和效率比List高效
????????2）存储方式不同
????????????????ndarray - 相同类型 - 通用性不强
????????????????List - 不同类型 - 通用性强
????????3）ndarray支持向量化运算
????????4）底层语言
????????????????C语言，解除了GIL（全局解释器锁），效率高
1.1.2 ndarray的属性
? ? ? ? np.shape 数组维度的元组
????????np.ndim 数组维度
? ? ? ? np.size 数组中的元素数量 ?
? ? ? ? np.itemsize 一个数组元素的长度（字节）
? ? ? ? np.dtype 数组元素的类型（默认为int64）
1.1.3 数组的创建
????????Import numpy as np
????????X = np.array([],dtype=”float32”(或者dtype=np.float32))
????????1）生成0和1数组
????????????????np.zeros(shape=(a,b),dtpye=np.float32)
????????????????np.ones(shape=(a,b),dtpye=np.float32)
????????2）从现有数组生成
????????????????np.array()
????????????????np.asarray()? 浅拷贝
????????????????np.copy(array) ?深拷贝，跟随array一起变化，其他两个不变
????????3）生成固定范围的数组（切片）
????????????????np.linspace(a,b,c)
????????????????????????[a,b] 为区间，元素之间为等距离，c为个数
????????????????np.arange(a,b,c)
??????????????????.range(a,b,c)
????????????????????????[a,b) 为区间，c是步长
????????4）生成随机数组
????????????????均匀分布：np.random.uniform(low=a,high=b,size=None)
????????????????????????a最小值，b最大值，c个数
????????????????正态分布：np.random.normal(loc=a,scale=b,size=None)
????????????????????????loc：float 此概率的均值
????????????????????????scale：float 标准差
????????????????????????size：输出的数量，默认为None
1.1.4 数组的索引、切片
????????例如：array[a,b:c] ??数组中a行中第b+1列到c+1列的元素
1.1.5 数组的形状修改
????????array.reshape(shape) ??返回新的array，原始值不变
????????????????.resize(shape) ??没有返回值，原始值变了
????????????????.T ??转置
1.1.6 类型修改
????????array.astype(dtype) 例如：.astype(“int32”) ?序列化到本地
????????.tostring() ?转换为bytes
????????注意：在jupyter中会由于输出过长无法显示出来
1.1.7数组去重
????????np.unique(array) ?去掉数组内重复的元素
????????set(array.flatten())
1.1.8 ndarray运算
????????逻辑运算
????????????????array > a ??数组中大于a的元素变为True，否则为false
????????????????array(array > a) ????只展示大于a的元素
????????????????array(array > a) = 1 ????大于a的元素都会变为1，其余不变
????????通用判断函数：
????????????????np.all(布尔值) ?例：np.all(array(a:b,c:d) > 0)???有一个为False就返回false
????????????????np.any(布尔值) ??有一个为True就返回True
????????三元运算符
????????np.where(array > 0,1,0) ??在数组中大于0的元素置为1，否则置为0
????????np.logical_and(array>a,array<b) ?都满足为true，否则为false
????????np.logical_or(array>a,array<b) ?满足其一就为true，否则为false
????????复合使用：np.where(np.logical_or(array>a,array<b),1,0)