numpy-tutorial

Numpy(Numerical python)是一个用于处理维度数组和矩阵运算的Python三方库。Numpy的运行速度很快，主要包括以下功能：
1、提供ndarray的N维数组对象
2、数据切片、广播功能 
3、随机数生成、线性代数、傅里叶变换等功能

• numpy_02_数组创建&属性

  • 创建数组
    • 从List,tuple中初始化数组（np.array, np.asarray）
    • 从迭代器中创建数组（np.fromiter）
    • 创建数组函数（np.zeros, np.ones, np.random.uniform）
    • 指定取值范围、等比、等差来创建数组((np.arange, np.linspace, np.logspace ))
  • numpy属性
    • shape: 数组形状
    • size: 数组大小，即数组元素个数
    • dtype: 数组类型
    • ndim: 数组维度

• numpy_03_索引&排序

  • 基础索引
    • 正向索引，逆向索引
    • 连续取值、连续间隔取值
  • 高级索引
    • 布尔索引
    • 条件索引
    • 花式索引
  • 排序
    • 数组排序
    • 对象排序（多属性，按指定字段进行排序）

• numpy_04_广播&数组操作&内置数学函数

  • 广播(Broadcast)
  • 数组操作
    • 修改形状(reshape)
    • 对换维度(np.transpose)
    • 修改维度(np.expand_dims, np.squeeze)
    • 数组拼接(np.concatenate, np.hstack, np.vstack)
  • 常用内置函数
    • 三角函数(np.sin,np.cos,...)
    • 向上和向下取整(np.ceil, np.floor)
    • 舍入函数(np.around)

• numpy_05_统计函数&线性代数

  • 统计函数
    • 最值函数(np.amin, np.amax, np.argmin, np.argmax)
    • 均值，方差，标准差
    • 分位数，中位数，极差
  • 线性代数
    • 点积(np.dot)
    • 向量内积(np.inner)
    • 矩阵乘法(np.matmul)
    • 同位置元素相乘
    • 行列式
    • 逆矩阵（线性方差解）

License

MIT LICENSE