numpy是使用python進行科學計算的基礎包。
它的核心內容：乙個強大的n維陣列物件，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。
numpy 最重要的乙個特點是其 n 維陣列物件 ndarray，它是一系列同型別資料的集合，以 0 下標為開始進行集合中元素的索引。
ndarray 物件是用於存放同型別元素的多維陣列。
ndarray 中的每個元素在記憶體中都有相同儲存大小的區域。
建立乙個 ndarray 只需呼叫 numpy 的 array 函式即可：
numpy.array(object, dtype = none, copy = true, order = none, subok = false, ndmin = 0)
引數含義：
object 陣列或巢狀的數列
dtype 陣列元素的資料型別，可選
copy 物件是否需要複製，可選
order 建立陣列的樣式，c為行方向，f為列方向，a為任意方向（預設）
subok 預設返回乙個與基類型別一致的陣列
ndmin 指定生成陣列的最小維度
例子：import numpy as np
a = np.array([1,2,3])
print (a)
一、numpy 陣列屬性
numpy 陣列的維數稱為秩（rank），一維陣列的秩為 1，二維陣列的秩為 2，以此類推。
numpy中，每乙個線性的陣列稱為是乙個軸（axis）也就是維度。
二維陣列相當於是兩個一維陣列，其中第乙個一維陣列中每個元素又是乙個一維陣列。所以一維陣列就是 numpy 中的軸（axis），第乙個軸相當於是底層陣列，第二個軸是底層陣列裡的陣列。而軸的數量——秩，就是陣列的維數。
axis=0，表示沿著第0軸進行操作，即對每一列進行操作；axis=1，表示沿著第1軸進行操作，即對每一行進行操作。
屬性 說明（前兩種資料常用）
ndarray.ndim 秩，即軸的數量或維度的數量
ndarray.shape 陣列的維度，對於矩陣，n 行 m 列
ndarray.size 陣列元素的總個數，相當於 .shape 中 n*m 的值
ndarray.dtype ndarray 物件的元素型別
ndarray.itemsize ndarray 物件中每個元素的大小，以位元組為單位
ndarray.flags ndarray 物件的記憶體資訊
ndarray.real ndarray元素的實部
ndarray.imag ndarray 元素的虛部
ndarray.data 包含實際陣列元素的緩衝區，由於一般通過陣列的索引獲取元素，所以通常不需要使用這個屬性。
幾個例子
a = np.arange(24)
print (a.ndim) #1維
print(a.shape) #24行1列
b = a.reshape(2,4,3) #3個引數就是3維
print (b.ndim) #3維
print(b.shape) #2行，4列
改變行列
a = np.array([[1,2,3],[4,5,6]])
a.shape =(3,2)
print (a)
或a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print (b)
Pandas知識點梳理（一）
一 pandas簡介 pandas 是基於numpy 的乙個資料分析包，該工具是為了解決資料分析任務而建立的。pandas 納入了大量庫和一些標準的資料模型，提供了高效地操作大型資料集所需的工具。pandas提供了大量能使我們快速便捷地處理資料的函式和方法。pandas的資料結構 series及da...
Linux知識點梳理
使用者名稱 主機名 root hostname 使用者名稱 主機名稱 符號含義 當前使用者屬於root使用者 當前使用者屬於普通使用者 注意 對系統進行配置管理時，如要root使用者 檢視主機名稱 hostname設定主機名稱 hostname hadoop senior.com注意 該方式設定，當...
spring 知識點梳理
1.spring預設所有管理的bean都是單例模式 懶載入，所有的bean都是交給spring容器中的map管理，生命週期與spring相同，如果使用多例模式，bean則是交給記憶體管理，生命週期與spring無關 2.ssm分層 控制層 服務層 資料層 對應的註解分別為 controller se...