import numpy as np

python内置对象list是一维数组，而numpy提供了n维数组及其运算，其数据类型是ndarray，运算法则依然遵循list方式，对于多维数组、矢量以及矩阵运算非常方便。

#将list转换为ndarray
np.array([[1,2], [3,4]])

#生成一维序列，再转换为ndarray
np.arange(25).reshape(5,5)

#也可以随机生成多维数组
np.random.rand(3,4)
#randn生成的数据符合正太分布
np.random.randn(4,4)

#区间采样：[start, end]
np.random.uniform(10, 30, 100)

#全为1的数组
np.ones((2,2))

#全为0的数组
np.zeros((2,2))

#对角矩阵
np.eye(5, 5, 1)

#获取对角元素
np.diag(np.arange(25).reshape(5,5))

#numpy提供了直接加载cvs格式数据的接口。delimiter是指定分隔符，usecols指定选择数据的列
filename = 'ex1data2.txt'
np.loadtxt(filename, delimiter=',', usecols=(0, 2))

#切片，同样适用于dnarray，list切片语法为[start : end : step]，应用到多维则是[start : end : step, start : end : step, ……]
dnarr = np.arange(25).reshape(5,5)
#选取头两列、所有行的数据
dnarr[:, :2]

#坐标为数组
x = [1, 2, 3, 4]
y = [0, 1, 0, 1]
dnarr[x, y]

#广播(Broadcast)是 numpy 对不同形状(shape)的数组进行数值计算的方式，当运算中的 2 个数组的形状不同时，numpy 将自动触发广播机制
a = np.array([[ 0, 0, 0],
           [10,10,10],
           [20,20,20],
           [30,30,30]])
b = np.array([1,2,3])
a + b

#翻转矩阵
a.T

#数组的运算，对数组中的所有元素进行计算，非常方便
a = np.random.rand(3,3)
b = np.random.rand(3,3)
a + b
a - b
a * b
a / b
a * 2
a + 2

#统计函数

#按轴统计最大最小值
np.amax(a, 1)
np.amin(a, 0)

#最大最小差值
np.ptp(a, 0)
#中位数
np.median(a, 1)
#平均值
np.mean(a, 1)

#方差
np.var(a, 1)
#标准差
np.std(a, 1)


#矩阵
import numpy.matlib 

numpy.matlib.rand(3,3)