numpy基本函数

新手第一次写博客外加刚开始学python，如果有不对的请多多指教
推荐使用工具，使用python的第三方软件
安装命令
pip install notebook
启动notebook 网页式命令工具
jupyter notebook
安装numpy第三方库
pip install numpy

numpy 数学计算的库（科学计算库）

为什么要用numpy？
对于数据，我多用于列表来操作，我们要取里面的数据，每次都需要循环，非常的不方便；
numpy计算库解决多维列表的一些操作问题,有很多时候规避遍历问题；
备注：numpy所有数组操作基本上都不操作原数据

numpy.array(列表) 相当于把列表转成numpy数组ndarray(多维数组)
显示ndarray数组的数据类型号：dtype
显示列表的最大维度：ndim
显示列表中数据的个数：size
显示列表的维度详细情况：shape(显示出来的结果表征是一个元组，元组的每一项分别表示每个维度的元素情况)
显示列表中元素每一项的字节大小：itemsize
产生numpy数组元素的方法：
7.1 全为0的数组：numpy.zeros((5,)) 表示产生一维列表，列表里面有5个 0.
7.2 全为1的数组：numpy.ones((5,)) 表示产生一维列表，列表里面有5个 1.
7.3正方形的数组：numpy.eye(5,5) 对角为1，其余都为0，只对二维数组有效
对角类型是float型
7.4全是同一个值：numpy.full((2,3,4),10) 列表里面的值全是10
full类型根据后面数据类型决定了整个数组的类型
7.5产生随机的数组：numpy.empty((3,5))
7.6对角线不为1的数组：numpy.diag([2,3,4,5,6,7])
对角的类型是列表中数据的类型
备注：产生的数据的数据类型，跟后面的值有关系

7.7随机值
numpy插件里面包含random，不需要再导入模块
7.7.1 numpy.random.random((2,3)) 产生2维随机数数组，只有正数，没有负数,数值在0-1之间
7.7.2 numpy.random.randn(4,5)正态分布(处理离散的点)
7.7.3 numpy.random.randint(3,10,(2,3)(开始值,结束值,数组的维度情况值(tuple))
7.8产生有序的序列
7.8.1 产生几到几之间的有序的序列：arange(1,13,2) 取步长
7.8.2 改变数组的维度：reshape(3,4) 对应里面的元素个数
7.8.3 改变数组的维度：resize(3,4) 覆盖原来的数据
数据的类型转换：数组名.astype(‘int64’) 注意：把dtype类型变化以后要进行一定覆盖
数据引用
9.1原始方法：下标引用到具体的数据，几维就有几个下标
省略一个下标，得出的结果就会降一维
9.2切片方法：二个切片参数，用逗号隔开
数组[几维用,隔开几维,:左边和右边的元素]

9.3整数索引方法：arrp[[],[]]里面，分开两个维度，表示二维，逗号前后都[],[],[]里面表示的是元素的下标

9.4布尔索引方法：(有效的数据过滤)
单条件布尔：数组名字> or < 条件
复合条件：&(与) or |(或)
数组的运算：
对应位置的加减
同时对这些数据进行共同的加减
两个数组相加，相同的位数会相加
+或者（numpy.add(1,2)）
-或者(numpy.subtract(1,2))
*或者(numpy.multiply(1,2))
/或者(numpy.divide(1,2))
平方根numpy.sqrt(1) 开方
数组名**方的次数乘方
numpy.sum() 求和
numpy.mean() 求平均数完成不了加权
numpy.average() 求平均数可以加权值平均

标准：broadcast广播机制：两个条件
（1）两个数组shape相同（2）某一项只有一个值
打印shape的值，对照shape的每一位，如果相等可以相加，其中一位为1也可以相加，其他都不行

11.维度的变换
transpose()数组作一个维度转换
思路：1.先把shape维度取出来，顺序是0,1,2
2.再看转换后的shape顺序，确定不同的shape维度有多少元素
3.对每个元素进行维度转换找规律
备注：利用引用元素的规则arr[维度0][维度1][维度2]

对应的变换规则，把每个元素的转换也对应作变换，确定transpose的位置
二维维度转换：行专列列转行(矩阵的转置，可以使用arr.T)
用于两个维度之间交换：swapaxes(1,2)
三维维度变换：

arr1=numpy.arange(16).reshape(4,4)
#改成三维数组
arr1.resize(2,2,4)
'''原来维度
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])
'''
arr1.transpose(1,0,2)
'''变换维度后
array([[[ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[ 4,  5,  6,  7],
        [12, 13, 14, 15]]])
'''
transpose变换维度(2,2,4)
arr[0][0][0]=0	[0][0][0] 0 1 2 
arr[0][0][1]=1  1 0 2 把1和0调换位置0 1 2
2和3以此类推
0 1 2 3对这个数来说，把维度1和0调换，一样，都是0
arr[0][1][0]=4 变换维度后  arr[1][0][0]=4
arr[0][1][1]=5 变换维度后  arr[1][0][1]=5

transpose变换维度
原来的维度(2,2,4) 
arr1.transpose(2,1,0)
变换后的维度(4,2,2)最外层4个元素，中间有2个元素，里面有2个元素
演示：
arr[0][0][0]=0
arr[0][0][1]=1 变换维度后 arr[1][0][0]=1
2,3以此类推
arr[0][1][0]=4 变换维度后 arr[0][1][0]=4
arr[0][1][1]=5 变换维度后 arr[1][1][0]=5
6,7以此类推
arr[1][0][0]=8 变换维度后 arr[0][0][1]=8
arr[1][0][1]=9 变换维度后 arr[1][0][1]=9
10,11以此类推

[[0,8],[4,12]],
[[1,9],[5,13]],
[[2,10],[6,14]],
[[3,11],[7,15]]