數值分析入門------Numpy（ndarry數組）

一：數據的維度

維度：一組數據的組織形式
一維數據：採用線性組織（列表有序，集合無序）
列表和數組：列表中數據類型能夠不一樣，而數組數據類型必須相同
二維數據： 一維數據的組合形式，表格（列表）
多維數據由一維或者二維數據擴展而成（列表）
高維數據（字典類型或數據表示格式）

二：Numpy的數組對象

一個強大的N維數組對象 ndarray
引用：import numpy as np

N維數組對象：ndarray

ndarray在程序中別名就是array
例： 計算A^2 + b^3 ,其中a和b是一維數組

#常規算法
a = [0, 1, 2, 3, 4]
b = [9, 8, 7, 6, 5]
c = []
for i in range(len(a)):
    c.append(a[i] ** 2 + b[i] ** 3)

    print(c[i], end=" ")

#使用ndarry數組對象
import numpy as np
a = np.array([0, 1, 2, 3, 4])
b = np.array([9, 8, 7, 6, 5])
c = a ** 2 + b ** 3
for i in range(len(c)):
    print(c[i], end=" ")

數組對象能夠去掉元素間運算所須要的循環，使一維向量更像單個數據
numpy底層使用c完成，運算大規模數據能夠更快
數組對象採用相同的數據類型，有助於節省運算和存儲空間

ndarray對象的屬性

ndarray的元素類型

ndarray數組的建立和變換

建立ndarray數組

一、從python中的列表，元組等類型建立ndarray數組

二、使用Numpy中函數建立ndarray數組

三、使用Numpy中其餘函數建立ndarray數組

ndarray數組的維度變換

ndarray數組的類型變換

new_a = a.astype(new_type)
astype()方法必定會建立一個新的數組（原始數據的一個拷貝），即兩個類型一致

ndarray數組向列表的轉換

Is = a.tolist()

ndarray數組的操做（索引和切片）

注意： 切片的時候區間是左閉右開區間

一維:

import numpy as np
a = np.array([0, 1, 2, 3, 4])
#索引
print(a[2])
#切片
print(a[1 : 4 : 2])

多維：

import numpy as np
a = np.arange(24).reshape(2, 3, 4)
#索引
print(a[1][2][3])
print(a[-1][-2][-3])
#每個維度一個索引值，逗號分隔
print(a[1, 2, 3])
print(a[-1, -2, -3])
#切片
print(a[:, 1, -3])
print(a[:, 1 : 3, :])
#步長爲2
print(a[:, :, ::2])

ndarray數組的運算

一、數組與標量之間的運算
······數組與標量之間的運算做用於數組每個元素

import numpy as np
a = np.arange(24).reshape(2, 3, 4)
#計算平均值
print(a.mean())
#與標量進行運算
print(a / a.mean())

一元函數

二元函數