Numpy--資料科學的工具之一

以下也可以使用google colaboratory 操作，這樣就不會留下任何資料在本地

第一步，把它裝下來

第二步，測試一下

第三步，嘗試理解它說甚麼

numpy官方，相信我你絕對不會想看的，等有一點熟了，再回來繼續看
於是，至少你現在知道他是用來做矩陣運算的。
好了，說太多廢話，直接切重點

NumPy Array:
此套件有著具備多重維度且同質的ndarray物件(N-dimensional array)。
何謂同質 -- 講白話一點就是在這個矩陣內的元素資料型態都一樣，如int32
跟list的差別就在這(list可以放不同型態的，當然這兩個的處理時間也差很多)
可以拆成維度(ndim)--有學線代應該會說rank
形狀(shape)、數值型態(dtype)
正常來說，當一維陣列時我們會說vector(向量)，
二維會說matrix(矩陣)，由row(列)、column(行)組成

於是乎，numpy學會了如何創造陣列(X

語法:numpy.array()

其資料型態就是大名鼎鼎的ndarray

當然也可以去變更其資料

也可以幫它整形(改變維度) -- numpy.reshape(a, newshape, order="F")
a -- 就是你想幫她整形的陣列
newshape -- 新的樣子，如1*6變成2*3這樣
order -- 基本上完全不會用到，有C、F、A，單純的只是一個排列方式，，這個就不試了

改變陣列型別有:bool、int、float、string
bool -- 包含True、False
int -- 包含int16、int32、int64，那個數字就是bits，沒學過暫時可以無視它
float -- 包含float16、32、64，這表示小數後幾位
string -- 就打的字串那些
nan -- 則是指遺失值，偶爾會是指非數

第四步，拿來做矩陣運算(X

轉置矩陣

點積(dot product)

內積(inner)

外積(outer)

倒置矩陣

以上的都是線性代數會用到(X

第五步，切片索引

一維:

二維:

三維:

第六步，添加及取代及合併

numpy.append:

numpy.insert(arr，obj，values，axis）
arr -- 一維或多維的陣列
obj -- 元素插入的位置(索引值)
values -- 插入的數值
axis -- 對應的軸，若沒輸入則默認將所有陣列列成一條(flatten)，平面化的概念

np.delete(arr，obj，axis）:解釋同上

Combining Arrays:
vstack:垂直方向整合 --- vertical stack
hstack:水平方向整合 --- horizontal stack
concatenate (axis = 0)：沿垂直方向整合
concatenate (axis = 1)：沿水平方向整合

恩...等效的，我在講廢話

Splitting Arrays:
vsplit：垂直方向分割
hsplit：水平方向分割

完工~繼續潛水