大师兄的Python机器学习笔记:统计学基础之底层代码实现（二）
大师兄的Python机器学习笔记:Numpy库、Scipy库和Matplotlib库(二)
一、关于Numpy、Scipy和Matplotlib
- Numpy和Scipy库是Python中重要的科学计算库，Matplotlib是画图库，这三个库结合起来通常作为Matlab的开源解决方案。
- 他们都是开源项目，会随着Anaconda一起安装，当然也可以单独安装。
- Python还有很多机器学习库。
二、Numpy库
1. Numpy的主要功能
- 数组的计算和逻辑运算。
- 傅立叶变换(Fourier transformation)和图形处理中的应用。
- 与线性代数有关的操作。
- 实现数组并行计算。
2. Ndarray对象
- 也称为N维数组，是Numpy中最基本的数据结构。
- 用于描述相同类型的元素集合。
- ndarray中的每个元素都是相同大小的多维数组。
- 与Python中的list有相似的部分
>>>import numpy as np
>>>np_sample1 = np.array(["北京","上海","广州","深圳"])
>>>print(np_sample1) # 与list不同，ndarray不用','分隔
['北京' '上海' '广州' '深圳']
3. 创建新数组
- 可以通过以下任意方法创建数组。
4. 通过数据创建新数组
- 将现有的Python数据类型转换为N数组。
5. 通过数值范围创建新数组
6. N数组的访问和修改。
7. N数组的广播和迭代。
8. N数组的数组操作。
9. N数组的I/O操作
参考资料
- numpy包的应用 作者:你们都厉害
- 理解numpy的rollaxis与swapaxes函数 作者：liaoyuecai
