1.数学运算：

a + b        --       np.add(a,b)

a - b        --       np.subtract(a,b)

a * b        --       np.multiply(a,b)

a / b        --       np.divide(a,b)

np.sqrt(a)           # 上面这些操作是将具有相同大小的数组的元素进行操作，并不是矩阵之间的操作

a.dot(b)        # 矩阵a和矩阵b相乘

np.dot(a,b)     # 和上面的效果是一样的，a的列数和b的行数是一致的

2. 常用函数：

np.sum(a)    # 对数组a的所有元素进行求和

np.sum(a,axis=0)        # 对数组a的每一列进行求和操作

np.sum(a,axis=1)     # 对数组的每一行进行求和操作

np.mean(a)       # a中所有元素求和的平均值

np.mean(a,axis=0)     # 对数组a的每一列求和的平均值

np.mean(a,axis=1)      # 数组a的每一列的平均值

np.random.uniform(3,4)      # 生成指定范围内的随机小数

tile: 用于将一个数组作为元素重复指定的次数。

np.tile(a,(1,2))     # 将a作为一个元素，变成1行2列的新数组

np.tile(a,(2,3))     # a作为元素，在行上重复2次，在列上重复3次

argsort: 用于将数组中的元素排序

a.argsort()     # 默认情况下对每一行的元素进行从小到大的排序，返回的是元素的下标

a.argsort(axis=0)     # 对每一列的元素排序

a.T       --          np.transpose(a)    矩阵的转置

1.a = np.array([1,2])    # 元素均为整数，识别为int

a = np.array([1.1,2.2])      # 元素均为小数，识别为float

a = np.array([1,2.2])      # 元素有小数也有整数，识别为float

a = np.array([1.1,2.6], dtype=np.int64)     # 本来元素是小数，设置类型为int，会自动把小数点后面的数字去掉

1. 一个二维数组也有可能产生一维数组，根据取的内容，[x,y]其中任意一个是整数的话，它的shape会在对应维数减一。
   

2. np.arange()获取指定范围内的数组。

3. a[]  []内可以加条件。
   

1.numpy是python中进行数学计算的核心库。它提供高性能的多维数组运算。

2.Array（数组）：

常见的有一维和二维数组。维数的英文是rank。也就是说一维数组的rank是1，二维数组的rank是2。

np.array([1,2,3])    # 创建数组

a.shape     # 数组大小，只有第一位有数字，表示这是一个一维数组，但是无法判断是行向量还是列向量

a = a.reshape((1,-1))    # 重塑矩阵，可以明确是行向量还是列向量，其中1表示1行，-1表示占位符，原来数组有3个元素，所以这里-1表示3

a[2,0] = 55     # 将原本第三行第一列的5换成55

a = np.zeros((3,3))      # 创建一个3*3的元素全是0的二维矩阵

a = np.ones((2,3))

a = np.full((3,3), 0)      # 创建一个3*3的元素全是0的二维数组

a = np.eye(3)    # 创建一个3*3的单位矩阵

a = np.random.random((3,4))   # 用来创建随机数组，元素的值都在0-1之间

1.我们安装anaconda，是为了使用jupyter notebook这个软件。

2.如何打开jupyter notebook这个软件呢？两种方法：

第一种方法：

如果想要改变存储路径，需要使用第二种方法打开，这种方法需要使用命令行。

第二种方法：

打开cmd——》切换到你想创建的路径下——》输入jupyter notebook

这样所创建的所有notebook就会保存在该路径下了。

2. 如何使用jupyter notebook？

下图为创建了一个python3的笔记本：

修改文件名：

Notebook最强的功能就是能够很方便地记笔记。

1.anaconda是python的发行版本，目前anaconda有两个发行版本，分别是3.6和2.7的。

Anaconda是包管理器、环境管理器，也就是说它能管理python的所有包，并且能在anaconda中正常编写程序。

最后在anaconda中有超过1000个开源软件包。

random.uniform用来产生随机数

tile用来复制数组

argsort用来数组行、列的排序 

reshape用来重塑阵型，行向量或列向量等等

zeros

full

a.b同大小，对应位置元素运算

np.add(a,b) == a+b

np.subtract(a,b) == a-b

np.multiply(a,b) == a*b

np.divide(a,b) == a/b

np.sqrt(a)

矩阵相乘 a.dot(b) == np.dot(a,b)

求和

np.sum(a)

np.sum(a,axis=0) :列求和

np.sum(a,axis=1) :行求和

平均

np.mean(a)

np.mean(a,axis=0) :列

np.mean(a,axis=1) :行

随机数

np.random.uniform(x,y):x~y的随机数

以a为单位创建数组

np.tile(a,(x,y)):行x个单位，列y个单位

排序

a.argsort():按行从小到大排序，结果为元素下标

a.argsort(axis=0):按列排序

矩阵转置

a.T == np.transpose(a)

a = np.array([[1,2,3],[4,5,6],[7,8,9]])

a[[0,1],[0,1]]  == a[0][0],a[1][1]

-> array([1,5])

rank：数组维数

reshape((x,y)):x->行，y->列，-1->占位符

np.zeros((x,y)):创建x行y列元素为0的数组

np.ones((x,y))

np.full((x,y),z):创建x行y列数组，所有元素都为z

np.eye(n):n维单位矩阵

random.random((x,y)):创建0-1的随机数组