python 科学计算Numpy的自学(一)

通过两个月的努力，python终于从入门到了小精通。。。因为研究方向的需要所以在自学numpy，据说是一个很强大的库。

numpy的下载：

因为我用的是ubuntu的操作系统，所以直接在python的安装位置上敲入代码sudo apt-get install python-numpy就可以。如果在数据分析后期还需要图像处理，那么可以按照通想得方法来安装matplotlib库。然后在执行的时候import pylab就可以。不过这个pylab的方法要需要pylab直接引用，类似的有些像requests和re这两个包，一个是用作网络传包，一个是用作正则表达。

在numpy下载过后，就可以调用这个包里函数了。

导入numpy是第一步，但是有的时候觉得numpy输入的时候比较繁琐，因为每次调用内部函数的时候都需要写上numpy.函数名，所以我们可以在import的时候给numpy重新命名，比如：import numpy as np。以后调用的时候就可以直接写np而不用写numpy了。

 numpy的对象是ndarray的一个数组，这个数组是一个N维数组对象，有以下几种方法创造这个数组对象（在我看来，这个数组对象其实就是我们所说的矩阵）

1.np.array(*****)    #****可以是一个数组，一个单独数字，也可以时一个字典。

2.np.zeros(),np.empty()这两个函数是用来分别构建全0矩阵，以及只分配内存空间，不分配内容的矩阵，形参可以是一个数字，或是一个元组，定义其众维度。

3.np.eye()可以构建n*n的单位矩阵，即对角线是1

在创建了对象之后，可以查找一些对象的属性.ndim  .shape  .dtype分别可以获得他的维数，形状，以及内容的类型。在调用array这个函数的时候，可以同样在参数中指定dtype

eg：np.array([2,3,4],dtype=np.float)