python numpy、scipy安装及numpy的初步使用

安装方法

• 推荐使用.whl文件安装。我尝试了使用pip直接安装，虽然可以安装，但在import scipy时，出现ImportError: cannot import name NUMPY_MKL，这是因为scipy依赖了numpy，numpy要安装numpy+mkl(Intel Math Kernel Library)。在安装scipy时出错，可以到http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy这个网页上下载。

numpy的一些用法

# 构建一个一维数组a = numpy.array([0, 1, 2, 3, 4, 5])print(a)# 空间维数print(a.ndim)# 返回一个(列, 行)元组, 注意一维为(n, ), 一维以上为(n, m)print(a.shape)  """>>>[0 1 2 3 4 5]>>>1>>>(6,)"""

# 将一维矩阵转换成二维矩阵a = numpy.array([0, 1, 2, 3, 4, 5])b = a.reshape((3, 2))print(b)"""[[0 1] [2 3] [4 5]]"""

# numpy中也存在拷贝问题a = numpy.array([0, 1, 2, 3, 4, 5])b = ab[0] = 2333print(a)print(b)"""[2333    1    2    3    4    5][2333    1    2    3    4    5]"""# 应该使用copy()函数c = a.copy()c[0] = 0print(a)print(b)print(c)"""[2333    1    2    3    4    5][2333    1    2    3    4    5][0 1 2 3 4 5]"""

a = numpy.array([0, 1, 2, 3, 4, 5])b = a.copy()# numpy中对数组的操作可以传递到每个元素上print(b*2)print(b)""">>>[ 0  2  4  6  8 10]>>>[0 1 2 3 4 5]"""# 利用这一点,可以用来修剪异常值a[a > 4] = 4print(a)""">>>[0 1 2 3 4 4]"""# 或者利用clip(a, b)函数，将不再(a, b)范围内的数更改为bprint(b.clip(0, 4))""">>>[0 1 2 3 4 4]"""# 处理不存在的值a = numpy.array([0, 1, 2, 3, numpy.NAN, 4, 5])print(a)print(numpy.isnan(a))print(a[~numpy.isnan(a)])  # 去除nan值print(numpy.mean(~numpy.isnan(a)))  # 计算平均值""">>>[  0.   1.   2.   3.  nan   4.   5.]>>>[False False False False  True False False]>>>[ 0.  1.  2.  3.  4.  5.]>>>0.857142857143"""

使用三种方法计算0到1000的平方和所花费时间

import timeits1 = timeit.timeit(stmt='sum(x*x for x in range(1000))',                    number=1000)s2 = timeit.timeit(stmt='sum(a*a)',                    setup='import numpy; a=numpy.arange(1000)',                    number=1000)s3 = timeit.timeit(stmt='a.dot(a).sum()',                    setup='import numpy; a=numpy.arange(1000)',                    number=1000)print(s1)print(s2)print(s3)""">>>0.24655170031639762>>>0.2955362870355932>>>0.007861582461743177"""

更多详细的用法参考：
- https://docs.scipy.org/doc/numpy/reference/
- https://docs.scipy.org/doc/numpy/user/