python--numpy模組、spicy模組、 matplotlib模組

標籤：des   style   blog   http   io   ar   color   使用   sp   

一：numpy模組

ndarray:儲存單一資料類型的多維陣列

ufunc:能夠對數組進行處理的函數(universal function object)

#numpy 中arange用法，指定開始值/終止值/步長來建立一維數組數組，但是數組不包括終值。 arange_array=np.arange(1,2,0.1) re_arange_array=arange_array.reshape(2,5)#使用reshape重新定義數組的維度或者數組的大小 print "arange_array is array,it‘s %s " % arange_array print "re_arange_array is:%s" % re_arange_array

#linspace函數通過指定開始值、終值和元素個數來建立一維數組，可以通過endpoint關鍵字指定 #是否包括終值，預設設定是包括終值: linspace_array=np.linspace(0, 1, 12)#建立的是等差數列！ print "linspace_array is: %s" % linspace_array

#logspace建立等比數列，產生起始值10^起始值，到10^終止值，n個值的一維數組 logspace_array=np.logspace(0,2,30) print "logspace array is: %s" % logspace_array

def fun2(i,j): return (i+1)*(j+1) b=np.fromfunction(fun2,(9,9)) #fromfunction從函數建立數組，自訂函數，從函數中建立數組; #frompyfunc的調用格式為frompyfunc(func, nin, nout),nin是此函數的輸入參數的個數，nout是此函數的傳回值的個數。 print ‘b is:%s‘ %b

Data type objects (dtype) and 結構數組

資料類型（data type object, ie. numpy.dtype的執行個體）描述的是array對象怎樣解析記憶體中的固定大小的記憶體段。它描素了資料的一下幾個方面：

1. 資料的類型(integer, float, Python object, etc.)
2. 資料的大小(how many bytes is in e.g. the integer)
3. 二進位位的儲存順序(little-endian or big-endian)
4. 如果資料類型（data type）是一條記錄，即其他資料類型的組合(e.g., describing an array item consisting of an integer and a float),這和C語言裡面的struct類似。

1. 記錄的各個資料的名稱是什麼，怎麼擷取這個子資料。
2. 每個子資料的的類型是什麼。
3. 每個子資料都使用哪一部分記憶體。

5. 如果資料是一個子數組，它的形狀是什麼。

　　

 import numpy as np;persontype=np.dtype({ ‘names‘:[‘name‘,‘age‘,‘weight‘], ‘formats‘:[‘S32‘,‘i‘,‘f‘]})a = np.array([("zhuang",32,75.5),("wang",24,65.2)],dtype=persontype) print a[1][‘name‘]print a.strides

 

python--numpy模組、spicy模組、 matplotlib模組