数值类型及多维数组
1、安装：sudo pip install numpy（本地安装）
sudo apt-get_install python-numpy（管理员身份打开）
2、数值类型
-
bool：布尔类型，1 个字节，值为 True 或 False。 -
int：整数类型，通常为 int64 或 int32 。 -
intc：与 C 里的 int 相同，通常为 int32 或 int64。 -
intp：用于索引，通常为 int32 或 int64。 -
int8：字节（从 -128 到 127） -
int16：整数（从 -32768 到 32767） -
int32：整数（从 -2147483648 到 2147483647） -
int64：整数（从 -9223372036854775808 到 9223372036854775807） -
uint8：无符号整数（从 0 到 255） -
uint16：无符号整数（从 0 到 65535） -
uint32：无符号整数（从 0 到 4294967295） -
uint64：无符号整数（从 0 到 18446744073709551615） -
float：float64 的简写。 -
float16：半精度浮点，5 位指数，10 位尾数 -
float32：单精度浮点，8 位指数，23 位尾数 -
float64：双精度浮点，11 位指数，52 位尾数 -
complex：complex128 的简写。 -
complex64：复数，由两个 32 位浮点表示。 -
complex128：复数，由两个 64 位浮点表示
3、导入代码：import numpy as np
a=np.array([1,2,3],dtype=np.float64)
a,a.dtype,a.astype(int).dtype
4、多维数组
4.1、ndarray类六个参数
a.shape：数组的形状
b.dtype：数据类型。
c.buffer：对象暴露缓冲区接口。
d.offset：数组数据的偏移量。
e.strides：数据步长。
f.order：{'C'，'F'}，以行或列为主排列顺序
4.2、创建方法
a.从 Python 数组结构列表，元组等转换。
b.使用 np.arange、np.ones、np.zeros 等 NumPy 原生方法。
c.从存储空间读取数组。
d.通过使用字符串或缓冲区从原始字节创建数组。
e.使用特殊函数，如 random。
4.3、创建方法实例
4.3.1、从列表或元组转换
方法：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)
其中，参数：
object：列表、元组等。
dtype：数据类型。如果未给出，则类型为被保存对象所需的最小类型。
copy：布尔类型，默认 True，表示复制对象。
order：顺序。
subok：布尔类型，表示子类是否被传递。
ndmin：生成的数组应具有的最小维数
示例代码：numpy.array([[[1,2,3],[1,2,3],[[1,2,3]],[1,2,3],[1,2,3]],[[1,2,3],[1,2,3],[1,2,3]]])
4.3.2、arrange方法创建
方法：nupy.arange(start,stop,step,dtype=None)
示例代码：np.arange(3,7,0.5,dtype='float32')
4.3.3、Linspace方法创建
方法：numpy.linspace(start,stop,num=50,endpoint=True,retstep=Flase,dtype=None)
其中，参数：
start：序列的起始值。
stop：序列的结束值。
num：生成的样本数。默认值为50。
endpoint：布尔值，如果为真，则最后一个样本包含在序列内。
retstep：布尔值，如果为真，返回间距。
dtype：数组的类型
示例代码：np.linspace(0,10,0,endpoint=True)
4.3.4、ones方法创建
方法：numpy.ones(shape,dtype=None,order='C')
其中，参数：
shape：用于指定数组形状，例如（1， 2）或 3。
dtype：数据类型。
order：{'C'，'F'}，按行或列方式储存数组。
示例代码：np.ones((2,3))
4.3.5、zeros方法创建
方法：numpy.zeros(shape,dtype=None,order='C')
其中，参数：
shape：用于指定数组形状，例如（1， 2）或3。
dtype：数据类型。
order：{'C'，'F'}，按行或列方式储存数组
示例代码：np.zeros((3,2))
4.3.6、eye方法创建
方法：numpy.eye(N,M=None,k=0,dtype=<type'float'>)
其中，参数：
N：输出数组的行数。
M：输出数组的列数。
k：对角线索引：0（默认）是指主对角线，正值是指上对角线，负值是指下对角线。
示例代码：np.eye(5,4,3)
4.3.7、从已知数据创建
方法：a.frombuffer（buffer）：将缓冲区转换为 1 维数组。
b.fromfile（file，dtype，count，sep）：从文本或二进制文件中构建多维数组。
c.fromfunction（function，shape）：通过函数返回值来创建多维数组。
d.fromiter（iterable，dtype，count）：从可迭代对象创建 1 维数组。
e.fromstring（string，dtype，count，sep）：从字符串中创建 1 维数组
示例代码：np.fromfuncton(lamb da a,b:a+b,(5,4))
5、ndarray数组属性
b=np.array([[1,2,3],[4,5,6],[7,8,9]])
5.1、nd.array.T
转置，与transpose()相同
示例代码：b.T
5.2、ndarray.dtype
用来输出数组包含元素的数据类型
示例代码：b.dtype
5.3、ndarray.imag
用来输出数组包含元素的虚部
示例代码：b.imag
5.4、ndarry.real
用来输出数组包含元素的实部
示例代码：b.real
5.5、ndarray.size
用来输出数组总包含元素数
示例代码：b.size
5.6、ndarray.itemsize
输出一个数组元素的字节数
示例代码：b.itemsize
5.7、ndarray.nbytes
用来输出数组的元素总字节数
示例代码：b.nbytes
5.8、ndarray.ndim
用来输出数组尺寸
示例代码：b.ndim
5.9、ndarray.shape
用来输出数组维数组
示例代码：b.shape
5.10、ndarray.strides
用来遍历数组时，输出每个维度中步进的字节数组
示例代码：b.strides