一、介紹
- NumPy用來存儲和處理大型矩陣
- NumPy提供瞭一個N維數組類型ndarray，它描述瞭相同類型的“items”的集合
- ndarray中的所有元素的類型都是相同的
- Python列表中的元素類型是任意的
- NumPy內置瞭並行運算功能
- NumPy底層使用C語言，數組中直接存儲對象，而不是存儲對象指針，所以其運算效率遠高於純Python代碼
ndarray的屬性
| 屬性名字 | 屬性解釋 |
|---|---|
| ndarray.shape | 數組維度的元組，對於矩陣，n 行 m 列 |
| ndarray.ndim | 數組維數 |
| ndarray.size | 數組中元素數量，相當於 .shape 中 n*m 的值 |
| ndarray.itemsize | 一個數組元素的長度（以字節為單位） |
| ndarray.dtype | 數組元素的類型 |
來一條百度百科先：numpy_百度百科
二、安裝及使用Jupyter&NumPy
Windows啟動終端：
- win+R -> 輸入cmd，回車 -> 出現命令行
使用終端安裝jupyter和NumPy庫，在命令行中粘貼：
- pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple
- pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
啟動jupyter：
- 在終端輸入jupyter notebook，回車
- 瀏覽器會自動打開jupyter，此時終端不要關閉，為瀏覽器提供環境
jupyter擴展插件：
- pip install jupyter_contrib_nbextensions -i https://pypi.tuna.tsinghua.edu.cn/simple
- pip install jupyter_nbextensions_configurator -i https://pypi.tuna.tsinghua.edu.cn/simple
- jupyter contrib nbextension install –user
- jupyter nbextensions_configurator enable –user
將以上內容分別粘貼到終端中運行，安裝完成後可以在瀏覽器jupyter看到Nbextensions，然後把所需要的插件勾選
查看jupyter快捷鍵：
Help-keyboard Shortcuts
三、基本操作
3.1 數組創建
1）使⽤array函數，將Python下的list轉換為ndarray
2）創建全0數組
3）創建全1數組
4）創建全是指定數字的數組
5）隨機數數組
6）等差數列數組
3.2 查看數組的屬性
首先創建一個數組
shape形狀
dtype數據類型
size尺寸
ndim維度
itemsize元素大小（字節為單位）
3.3 文件讀寫
1）保存數組
首先創建兩個數組
執行完畢後可以看到當前目錄出現瞭這兩個文件：
2）讀取數組
對於.npy文件可以直接加載
對於.npz文件，讀取之後相當於形成瞭一個Key-value類型的變量，不能直接加載，可以通過Key獲取，Key需要加單引號，且沒有保存的Key不能讀取
3）壓縮保存
可以看到壓縮後文件大小與未壓縮的區別
4）讀寫文本文件
儲存到txt
儲存到csv
讀取，分隔符要寫對：
四、數據類型
- int：int8，int16，int32，int64，unit8
- int8 表示 2**8=256個數字，-128~127，有符號
- unit8 也表示256個數字，無符號，表明隻有正數，0~255
- float：float16，float32，float64
- str：字符串類型
1）array 創建數組時聲明，指定
對於uint8類型，需要註意數據范圍
2）asarray 轉換時候指定，或者調整
3）astype 數據類型轉換
存儲數據的時候數據類型的設置要合適，小的放不下，大瞭浪費空間，比如
默認的存儲數據類型是float64（存為data1），和我們存儲成float16（存為data2），文件大小結果是差很多的
4）str類型
五、數組運算
1）加減乘除，冪，對數
2）邏輯運算
3）數組與標量運算
4）+=，-=，*=操作（直接改變原數組）
六、復制和視圖
在操作數組時，有時會將其數據復制到新數組中，有時不復制。
6.1 完全沒有復制
直接賦值，賦值前後兩個數組是同一個東西，改變任意一個另一個都會跟著變化
6.2 查看或淺拷貝
使用view，稱為視圖，又叫查看或者淺拷貝。兩個數組不是同一個東西，被查看的數組擁有自己的數據，淺拷貝後的數組是拷貝之前的數組的數據，並不擁有自己的數據，但是無論修改誰，最終結果兩個數組都會發生變化。說明兩個數組雖然不是同一個東西，但是之前仍然有聯系。
6.3 深拷貝
深拷貝就是復制然後創建瞭一個新的數組，復制後兩個數組完全沒有關系，都擁有自己的數據，改變其中一個數組不會影響另外一個。
深拷貝的應用：copy應該在不再需要原來的數據的情況下，切片後調用，如：
七、索引、切片、迭代
7.1 基本索引和切片
數據的基本索引和切片與Python列表類似。
一維數組的索引：
一維數組的切片：
二維數組的索引：
二維默認先取行再取列：
二維數組的切片：
7.2 花式索引
- 切片返回的數據不是深拷貝，當改變切片的元素時，原數組的元素也會被改變。
- 花式索引指的是利用整數數組進行索引，跟切片不一樣，它總是將數據復制到新數組中，屬於深拷貝。
7.3 佈爾索引
使用佈爾索引會返回新的數據，原本的數組不會被改變。
應用：
註：cond[:,0] — 行切片冒號前後都省略，表示從頭取到尾，即所有行都取；列索引為0，表示取第一個，即第一門的成績。
