Python 是一種高級的，動態(tài)的，多泛型的編程語言。Python代碼很多時候看起來就像是偽代碼一樣，因此你可以使用很少的幾行可讀性很高的代碼來實現(xiàn)一個非常強大的想法。

一.基礎(chǔ)：

Numpy的主要數(shù)據(jù)類型是ndarray，即多維數(shù)組。它有以下幾個屬性：

ndarray.ndim：數(shù)組的維數(shù)
ndarray.shape：數(shù)組每一維的大小
ndarray.size：數(shù)組中全部元素的數(shù)量
ndarray.dtype：數(shù)組中元素的類型（numpy.int32, numpy.int16, and numpy.float64等）
ndarray.itemsize：每個元素占幾個字節(jié)

例子：

>>> import numpy as np>>> a = np.arange(15).reshape(3, 5)>>> aarray([[ 0, 1, 2, 3, 4],    [ 5, 6, 7, 8, 9],    [10, 11, 12, 13, 14]])>>> a.shape(3, 5)>>> a.ndim2>>> a.dtype.name'int64'>>> a.itemsize8>>> a.size15>>> type(a)<type 'numpy.ndarray'>>>> b = np.array([6, 7, 8])>>> barray([6, 7, 8])>>> type(b)<type 'numpy.ndarray'>

二.創(chuàng)建數(shù)組：

使用array函數(shù)講tuple和list轉(zhuǎn)為array：

>>> import numpy as np>>> a = np.array([2,3,4])>>> aarray([2, 3, 4])>>> a.dtypedtype('int64')>>> b = np.array([1.2, 3.5, 5.1])>>> b.dtypedtype('float64')

多維數(shù)組：

>>> b = np.array([(1.5,2,3), (4,5,6)])>>> barray([[ 1.5, 2. , 3. ],    [ 4. , 5. , 6. ]])

生成數(shù)組的同時指定類型：

>>> c = np.array( [ [1,2], [3,4] ], dtype=complex )>>> carray([[ 1.+0.j, 2.+0.j],    [ 3.+0.j, 4.+0.j]])

生成數(shù)組并賦為特殊值：

ones：全1
zeros：全0
empty：隨機(jī)數(shù)，取決于內(nèi)存情況

>>> np.zeros( (3,4) )array([[ 0., 0., 0., 0.],    [ 0., 0., 0., 0.],    [ 0., 0., 0., 0.]])>>> np.ones( (2,3,4), dtype=np.int16 )        # dtype can also be specifiedarray([[[ 1, 1, 1, 1],    [ 1, 1, 1, 1],    [ 1, 1, 1, 1]],    [[ 1, 1, 1, 1],    [ 1, 1, 1, 1],    [ 1, 1, 1, 1]]], dtype=int16)>>> np.empty( (2,3) )                 # uninitialized, output may varyarray([[ 3.73603959e-262,  6.02658058e-154,  6.55490914e-260],    [ 5.30498948e-313,  3.14673309e-307,  1.00000000e+000]])

生成均勻分布的array：

arange（最小值，最大值，步長）（左閉右開）
linspace（最小值，最大值，元素數(shù)量）

>>> np.arange( 10, 30, 5 )array([10, 15, 20, 25])>>> np.arange( 0, 2, 0.3 )         # it accepts float argumentsarray([ 0. , 0.3, 0.6, 0.9, 1.2, 1.5, 1.8])>>> np.linspace( 0, 2, 9 )         # 9 numbers from 0 to 2array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])>>> x = np.linspace( 0, 2*pi, 100 )    # useful to evaluate function at lots of points