numpy是python中用于支持科学计算的第三方库。支持各种矩阵运算。
因为有了numpy，矩阵轮和线性代数里面的各种复杂计算变得直观、简便。
python中试用numpy的方式为：import numpy / import numpy as np，后者使用频率更高一些。
numpy中定义了自己的数据结构 array 和 matrix。
1、生成array:
import numpy as np #生成一个array >>> a = [1,2,3,4] >>> a = numpy.array(a) >>> a array([1, 2, 3, 4]) >>>a = np.arange(1,7) >>> a array([1, 2, 3, 4, 5, 6])
2、查看array的属性
>>> a = np.arange(1,7) >>> a array([1, 2, 3, 4, 5, 6]) >>> a.shape #a的规模 (6,) >>> a.size #a的规模 6 >>> a.max() #a的最大值 6 >>> a.min() #a的最大值 1 >>> a.mean() #a的平均值 3.5
3、array的修改
#array的分解：
#reshape（m，n） 重新定义array的大小
>>> a = np.arange(1,10)
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = a.reshape(3,3)
>>> b
array([[1, 2, 3], #3行3列
[4, 5, 6],
[7, 8, 9]])
#array的合并
#flatten（）函数可以将多维的矩阵转换为一维矩阵
>>> b.flatten()
array([1, 2, 3, 4, 5, 6, 7, 8, 9]) #一维矩阵
原文：http://www.cnblogs.com/wangyueyouyi/p/7843853.html