python库之numpy（一）

numpy是python中科学计算的核心库，提供了高效率的多为数组对象以及处理这些数组的工具。如果你熟悉MATLAB，那能很快用这份教程熟悉numpy。

Arrays

numpy中的数组是一组相同类型的数值，由非负整数元组进行索引。数组维度由array中的rank方法得到，而数组中的shape方法返回一个整数元组，给出的是数组每个维度的大小。

可以从已有的python列表（list）来初始化numpy数组，用方括号访问其中的每个元素。

numpy也有其他方式来创建数组

还有一些创建numpy数组的方式参见文档：

https://docs.scipy.org/doc/numpy/user/basics.creation.html#arrays-creation

Array indexing

numpy提供了集中访问数组的方式。

slicing

很多人将这个翻译为切片操作，我就不翻译了，直接用英文吧。类似python中对list的操作，numpy的数组也是类似的做slice，不同的是，对多维数组，每个维度都要有slice。

同时，也能混合整数索引访问和slice访问。但是注意，混合访问会比单独使用slice访问少一个数组维度，这是跟MATLAB不同的地方。

整数数组索引

如果使用slice来索引numpy数组，结果会是原数组的子数组。相反，整数数组索引可以用另外数组的数据来构建任意的数组。

一个使用技巧是使用整数数组索引来选择或者改变矩阵每行的元素。

bool值数组索引

允许你挑选数数组中的部分元素，经常用与选择满足某些条件的元素。

为了简单，省略了很多其他numpy数组的索引方式，能在下面文档中看到：

https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html