Numpy常用屬性及方法

Numpy

一、屬性：

1. ndarray.shape 返回一個元組，裏面是各個維度的size
2. ndarray.ndim 返回數組的維度
3. ndarray.dtype 返回數組數據的類型

二、方法：

1. np.array(x， dtype=complex) 接收一個數組， dtype指定數據類型，
2. np.zeros( (3,4) ) 接收一個代表數組維度size的元組
3. np.ones((3,4)) 同上
4. np.arange(10, 30, 5) 返回一個起始爲10，每次增加5，一直到30但不包括30的數組（本例返回[10, 15, 20, 25]），一般會跟reshape配合使用。
5. np.linspace( 0, 2, 9 ) 將0-2分爲九份
6. numpy.random.rand(d0, d1, ..., dn) Create an array of the given shape and populate it with random samples from a uniform distribution（均勻分佈） over [0, 1).
7. numpy.random.randn(d0, d1, ..., dn) 功能與上面的類似，只不過randn是從標準正態分佈中取值，如果不傳入參數，則返回一個隨機的數（取自標準正態分佈）。要從

$$ N(\mu, \sigma^2) $$

中取值可以用這個公式sigma * np.random.randn(...) + mu

1. a.ravel() # returns the array, flattened
2. a.T # returns the array, transposed
3. a.reshape(3,-1) If a dimension is given as -1 in a reshaping operation, the other dimensions are automatically calculated
4. np.vstack((a,b))、np.hstack((a,b))
5. numpy.concatenate((a1, a2, ...), axis=0, out=None) Join a sequence of arrays along an existing axis. 按照指定的axis進行連接

13.np.hsplit(a,(3,4)) # Split a after the third and the fourth column；類似的還有np.vsplit，這個是按行拆分，上面是按列拆分；

14.

運算：

1. a+b a-b a*b 都是elementwise 運算；
2. a.dot(b) 矩陣相乘運算；
3. np.sin(a) 對矩陣a中的元素進行三角函數運算（類似的np.exp(a)、 np.sqrt(a)）；
4. a**2 冪運算
5. a<2 不等式運算。返回布爾值組成的數組，shape與a相同；
6. a.sum() a.min() a.max()，三者都可接收一個axis作爲參數，返回特定axis的sum、min、max

Indexing, Slicing and Iterating

1. a[:6:2] = -1000 # equivalent to a[0:6:2] = -1000; from start to position 6, exclusive, set every 2nd element to -1000(從開始到位置6，但不包括a[6]，然後往前每隔一個設爲-1000)
2. a[ : :-1] # reversed a，將a進行反轉。a是一維數組。
3. 對於多維數組
   for row in b： row是每一行。
   for element in b.flat: element是每個元素。

Copies and Views

有三種情況：

1. No Copy at All，比如b=a，b只是a的引用，不會有新的object被創建，b is a 會返回True
2. View or Shallow Copy，比如c = a.view()，c is a返回False，但是c.base is a會返回True，c的值改變，會引起a的值改變，但是c的shape改變，不會引起a的shape改變；
3. Deep Copy，比如 d = a.copy()，d is a 與d.base is a 都會返回False，d是一個全新的對象，與a沒有任何關係，d的改變不會引起a的改變。