Numpy技巧系列01-简介

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

基本术语

NumPy的主要对象是齐次多维数组。它是一个元素表(通常是数字)，所有元素都是同一类型，由一个非负整数元组索引。在NumPy中，维度称为轴。
例如，三维空间中一个点的坐标[1,2,1]有一个轴。这个轴有3个元素，所以我们说它的长度是3。在下面的例子中，数组有两个轴。第一个轴的长度是2，第二个轴的长度是3。

[[ 1., 3., 0.],
 [ 0., 1., 2.]]

NumPy的数组类称为ndarray。别名 alias array。注意numpy数组与标准Python库类数组不同。Python库数组它只处理一维数组，提供的功能较少。
ndarray对象较重要的属性有:

1）ndarray.ndim
数组的轴(维)数。

2）ndarray.shape
数组的维数。这是一个整数元组，表示每个维度中数组的大小。对于一个有n行和m列的矩阵，形状将是(n,m)。因此，形状元组的长度就是轴的数目ndim。

3）ndarray.size
数组中元素的总数。它等于shape元素的乘积。

4）ndarray.dtype
描述数组中元素类型的对象。可以使用标准Python类型创建或指定dtype。此外，NumPy还提供了自己的类型。例如：numpy.int32、numpy.int16和numpy.float64。

5）ndarray.itemsize
数组中每个元素的字节大小。例如，类型为float64的元素数组有itemsize 8(=64/8)，而类型为complex32的元素数组有itemsize 4(=32/8)。它相当于ndarray. type.itemsize。
例如：

>>> import numpy as np
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> a.shape
(3, 5)
>>> a.ndim
2
>>> a.dtype.name
'int64'
>>> a.itemsize
8
>>> a.size
15
>>> type(a)
<type 'numpy.ndarray'>
>>> b = np.array([6, 7, 8])
>>> b
array([6, 7, 8])
>>> type(b)