numpy作為python的常用庫，主要實現陣列的計算和分析，其優點是直接進行陣列計算，相比python的巢狀列表，更加高效。在功能上，與pandas存在一定的相似性。
引用庫的方法：
import numpy as np #一般縮寫為np，方便後續的引用在矩陣定義過程中，常用的幾種方式：
x=np.array([1,2,3,4], dtype=np.float64) ## 定義了矩陣的數值、數值型別（int、float等）x=np.arange(0,15,1).reshape(5,3) # 定義了維度為5行3列的陣列，數值依次為0~15
x=np.zeros((2,3,2)) # 定義全0陣列的三維陣列，行、列、頁 分別為2 3 2（類似的還有ones、empty）
當陣列定義完成後，可能涉及到對陣列的檢查和轉換：
np.shape(x)，檢查陣列 x 的維度，輸出（行，列）；
np.dtype(x)，檢查陣列 x 的資料型別，輸出int……；
轉換型別：
x.astype(np.float64)，將陣列 x 轉換為 float64 浮點型；
x.astype(arr.dtype)， 將陣列 x 轉換為 與arr相同 的資料型別；
在實際處理陣列資料的過程中，可能會對陣列中的部分資料產生興趣，需要將其單獨提取或修改，這就涉及到索引和切片的功能
在矩陣索引的功能中，實現的方式較為簡單：
a. 針對三維以下的陣列，arr[1][2] == arr[1,2]，兩種方式等價，索引到第2行，第3列的矩陣位置
b. 針對三維及以上陣列，在陣列索引中，遵循arr[頁，行，列]三種順序依次索引，
例如：arr[1]第二頁陣列；arr[1,2]第二頁、第3行陣列；
（方法二：將資料按照正常格式書寫，
例如：[[[ 1, 2, 3],
[ 4, 5, 6]],
[[ 7, 8, 9],
[10, 11, 12]]]，其中，第乙個數字代表去掉最外面一層方括號，選擇第 0 個子陣列，然後第二數字代表去掉第二層方括號，選擇 第 1 個子子陣列……）
c. 花式索引：也叫多個索引；arr[[0,2,3],[1,2,4]]== （arr[0][1], arr[2,2], arr[3,4]），其結果始終是一維；
……當對索引需要輸出多維矩陣時，引用格式為：arr[[1,3,5,7]][ :, [0,3,1,2]]，表示 選取arr的第1,3,5,7行資料，每一列資料都包含，且列按照第 [1, 4, 2, 3] 的順序排列。
d. 布林型索引：即 true、false 索引；
在陣列中，可以利用arr[condition]進行選取和賦值操作，其中conditon的數值型別為布林型，這就是布林型索引的由來。
當condition ==true時，就可以實現 選取、賦值的操作，舉例如下：
names=np.array([『bob』,『grey』,『lucy』])
data=[……] #三行，多列的陣列
data[names==『bob』, 2:]
## data=[……] 也可以是多行，三列的陣列，在對data進行篩選時，
data[1:,names==『bob』] 即 輸出：第 2~end 行，第 1 列。
輸出： 陣列中，第一行，第3列~最後一列的子陣列。
data[names！=『bob』, 2:] #名字不叫bob所對應的資料賦值操作：
data[data<0]=0# 當data中的元素 < 0 時，將其設定為0（去掉資料中的負值）。
tips：
矩陣、陣列的運算過程中，必然涉及 矩陣的轉置：
arr.t即為低維陣列的轉置，在三維及以上陣列中，為行、頁轉置；
arr.transpose((1,0,2))，將行、列資料進行轉置，頁座標軸不變，在三維資料中，可以利用空間座標系來理解，
即在每乙個頁面內，將行、列陣列進行轉置，然後組合各頁陣列。（也可以視為 投影 到行、列座標軸上）
Python入門筆記（numpy庫的使用）
import numpy 讀取資料都為矩陣格式 numpy讀取檔案 test numpy.genfromtxt text2.txt delimiter dtype str,skip header 1 讀取並跳過第一行 print type test print test print help num...
python資料分析 numpy入門
import numpy as np import random 建立陣列 t1 np.array random.randint 2,9 for i in range 10 t2 np.arange 1,6 t3 np.array range 1,10,2 print t1 t1 print t2 ...
利用Python進行資料分析 Numpy 基礎
ndarray 多維陣列 ndarray 每個陣列元素必須是相同型別，每個陣列都有shape和dtype物件。shape 表示陣列大小 dtype 表示陣列資料型別 如何建立乙個陣列？in 1 import numpy as np in 2 data 1,2,3,4,5,6,7 in 3 arr n...