1.一维数据用vector，二维以上用matrix 用numpy来实现#

NumPy 是一个 Python 包。它代表 “Numeric Python”。它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。也开发了另一个包 Numarray ，它拥有一些额外的功能。

2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建
NumPy 包。这个开源项目有很多贡献者。

参考链接：https://www.cnblogs.com/zongfa/p/8648070.html

2.numpy.array(数据数组编辑，数据需相同结构为前提)

一维数组vector=numpy.array([5,10,15,20])
二维数组matrix=numpy.array([5,10,15,20],[5,10,15,20])
三维数组matrix=numpy.array([5,10,15,20],[5,10,15,20],[5,10,15,20])
vector.shape(数组数据行，列，数据数量查询)

3.提取矩阵中指定数据

world_alcohol=numpy.genfromtxt("worlod_alcohol.txt",delimiter=".",dtype=str,skip_header=1)//delimiter-分隔符；dtype-数组类型skip_header=1--跳过第一行；
print(world_alcohol)
[['1986' 'western pacific' 'viet nam' 'wine' '0']//数据0行
['1986' 'americas' 'lrugay' 'other' '0.5']]//数据1行，输出结果0.5-位于5列
uruguay_other_1986=world_alcohol[1,4]
print uruguay_other_1986
---返回结果：0.5

4.提取矩阵中数据部分数据(一维切片数据)

vector=numpy.array([5,10,15,20])
print(vector[0:3])
---返回结果：5 10 15

5.提取矩阵中数据部分数据(二维切片数据)

matrix=numpy.array([[5,10,15,20],//数据5:属于0行0列  
   [10,5,20,15]])//数据15:属于1行3列
print(matrix[:,1])//:指数据所有数据
  //print(matrix[:,0：2])--取0.1列数据 具体指所有数据样本的0.1列数据提取
  //print(matrix[1:3,0：2])--取1.2行0.1列和数据 
---返回结果：[10 5]

公式print(matrix[X,Y])//X：实际行数-1的提取数据
//Y：实际列数-1的提取数据

6.打印矩阵行，列信息

a,shape//a:矩阵定义名称 shape：矩阵打印函数

7.打印矩阵维度信息

a,ndim//a:矩阵定义名称 ndim：矩阵打印维度

8.数据(数组)对比

vector=numpy.array([5,10,15,20])
vector==10
---返回结果数组切换位置：相同与不同

根据上面数据，返回数据真实值添加“print（vector[equal_to_ten]）”

根据上面数据，返回数据真实值并返回该行/列整体数据添加“print（matrix[second_colum_数据,:]）”//读取整行

—未完待续（2018.10.14.18点19分）

numpy库应用01