python_numpy

python 下numpy包下载地址：http://sourceforge.net/projects/numpy/files/NumPy/
不同平台：可以选择win32或者linux（以.tar.gz为后缀）。
                   linux下也可以在terminal下：sudo apt-get isntall python-numpy下载
简单介绍：
      NumPy数组是一个存放多维数组对象的容器，称为ndarray，且有：
      NumPy数组的下标从0开始。
      同一个NumPy数组中所有元素的类型必须是相同的。
简单用法：
1、引入、声明

>>> from numpy import *                     ## 导入包>>> a=array([1,2,3])                        ## 声明1*3矩阵，2*3矩阵，3*2矩阵>>> b=array([(1,2,3),(4,5,6)])>>> c=array([(1,2),(3,4),(5,6)])>>> x=zeros((2,3,4))                        ## 声明三维矩阵

创建注意格式：必须中括号括起来，里面有若干个元祖
2、ndarray的重要对象属性：
      ndarray.ndim：数组的维数（即数组轴的个数），一维数组（x轴），二维数组（X轴，Y轴）...
      ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。
      ndarray.size：数组元素的总个数，等于shape属性中元组元素的乘积。
      ndarray.dtype：数组中元素的类型，如int32，float

>>> a.ndim         1>>> b.ndim2>>> c.ndim2>>> x.dim3

 a是1维数组；b,c都是二维数组，有行与列

>>> a.shape(3,)>>> b.shape           (2, 3)>>> c.shape(3, 2)>>> c.shape[0]3>>> x.shape(2,3,4)

b 2行3列，c3行2列

>>> a.size3>>> b.size6>>> a.dtypeatype('int32')

3、索引访问

>>> barray([[1, 2, 3],       [4, 5, 6]] )>>> b[0,0], b[1,1],b[1,2](1, 5, 6)                    ##可以看到下标从0开始y=b[:,1]                     ##b的第二列>>> yarray([2, 5])>>> z=b[1,:]                 ##b的第二行>>> zarray([4, 5, 6])

4、tile函数：重复某一数组

>>> a=[0,1,2]>>> b=tile(a,(3,2))            ##a重复成3行，每行重复两遍>>> a[0, 1, 2]>>> barray([[0, 1, 2, 0, 1, 2],       [0, 1, 2, 0, 1, 2],       [0, 1, 2, 0, 1, 2]])

5、sum函数：针对于矩阵的行与列

>>> barray([[0, 1, 2, 0, 1, 2],       [0, 1, 2, 0, 1, 2],       [0, 1, 2, 0, 1, 2]])>>> c=b.sum(axis=1)                ##行相加>>> d=b.sum(axis=0)                ##列相加>>> carray([6, 6, 6])>>> darray([0, 3, 6, 0, 3, 6])

详细见官方doc：http://docs.scipy.org/doc/numpy/reference/arrays.ndarray.html#constructing-arrays

                            Numpy教程  

                                             
        0        0           
	
				
	
					   
python_numpy
	  	   
Python_Numpy
	  	   
python_numpy.min()
	  	   
python_numpy.shape[]
	  	   
python_numpy,简要操作
	  	   
python_numpy.linalg_部分解释
	  	   
python_numpy的矩阵运算及对应的matlab写法
	  	   
python_numpy，在命令窗口python.exe和python shell中的效果不一样？
	     		  
	  	   
PAT 1019
	  	   
【NOI2010】海拔
	  	   
UVa 10344 - 23 out of 5 递归回溯
	  	   
nyoj,20,吝啬的国度
	  	   
Jedis连接池的使用
	  	   
python_numpy
	  	   
linux下php+memcached+mongodb+redis安装配置
	  	   
面向对象基础(1)--继承 多态 重构
	  	   
孙宇 老师  SyPro项目部署成功   学习笔记
	  	   
UVa 539 - The Settlers of Catan 递归回溯
	  	   
创建具有开源CMS的Web开发项目
	  	   
再谈排列问题
	  	   
字母矩形中单词搜索 Word Search
	  	   
android属性系统