numpy学习整理

今天先整理到这里，剩下的下次再整理
1.改变形状：
reshape()返回改变的数组形状，但无法改变源数组形状
resize() 可以改变源数组形状
ravel() 输出类似C数组的列表，和reshape()一样，返回C似的数组但无法改变源数组形状
例如：

>>> from numpy import *
>>> c = arange(24)
>>> print c
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
>>> c.resize(4,6)
>>> print c
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
>>> c.reshape(3,8)
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20, 21, 22, 23]])
>>> print c
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]
>>> print c.ravel()
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
>>> print c
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]

2.组合(stack)不同的数组
vstack():横向组合数组
hstack():纵向组合数组
column_stack():纵向组合数组,和hstack()效果一样,区别在哪,目前我也不懂…
row_stack(): 横向组合数组,和vstack()效果一样,区别在哪,目前我也不懂…

>>> b = floor(10*random.random((2,2)))
>>> a = floor(10*random.random((2,2)))
>>> a
array([[ 6.,  3.],
       [ 9.,  9.]])
>>> b
array([[ 9.,  3.],
       [ 6.,  5.]])
>>> column_stack((a,b))
array([[ 6.,  3.,  9.,  3.],
       [ 9.,  9.,  6.,  5.]])
>>> hstack((a,b))
array([[ 6.,  3.,  9.,  3.],
       [ 9.,  9.,  6.,  5.]])
>>> row_stack((a,b))
array([[ 6.,  3.],
       [ 9.,  9.],
       [ 9.,  3.],
       [ 6.,  5.]])
>>> vstack((a,b))
array([[ 6.,  3.],
       [ 9.,  9.],
       [ 9.,  3.],
       [ 6.,  5.]])
>>>

3.复制（视图复制）
不同的数组对象分享同一个数据。视图方法创造一个新的数组对象“指向”同一数据。视图复制之后，有独立的数据形状
但是这是浅复制，数据是同步的

>>> a = arange(12).reshape((3,4))
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> c = a.view()
>>> c
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> c is a
False
>>> c.resize((2,6))
>>> c
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11]])
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> c[0] = 1234
>>> c
array([[ 1234,  1234,  1234,  1234,  1234,  1234],
       [ 6,  7,  8,  9, 10, 11]])
>>> a
array([[1234, 1234, 1234, 1234],
       [   1234,    1234,    6,    7],
       [   8,    9,   10,   11]])