Numpy简明手册

• 本内容旨在提供一个数据科学，人工智能基本入门简明教程
• 入门简明教程的含义是重在基本操作，没有理论讲解
• 学习方法：
  • 本文有配套视频课程，详见北京图灵学院官网
  • 按照本文或者视频，自己使用jupyter notebook 手动敲击代码后推敲结果
  • 因为内容都是使用方式，需要记住即可，深入学习可以需要在人工智能或数据分析领域完成
  • 本文配套Jupyter Notebook格式文档参见刘大拿麦扣网博客
  • 本文严重参考(抄袭)《Python数据科学手册》

• 1. Numpy概述
• 2. Numpy数据类型
  • 2.1. numpy基础数据类型
  • 2.2. numpy的数据类型表示
• 3. Numpy数组基础
  • 3.1. 数组的属性
  • 3.2. 数组的创建
  • 3.3. 数组的索引
  • 3.4. 数组的切片
    • 3.4.1. 一维数组的切片
    • 3.4.2. 多维数组的切片
    • 3.4.3. 数组切片产生的视图和副本
  • 3.5. 数组的变形
  • 3.6. 数组的拼接和分裂
    • 3.6.1. 数组的拼接
    • 3.6.2. 数组的分裂
• 4. Numpy通用函数(ufunc)
  • 4.1. 通用函数-算数操作类
  • 4.2. 通用函数-比较类操作
  • 4.3. 通用函数-按位运算
  • 4.4. 将布尔值作为掩码操作
  • 4.5. 通用函数-特性
    • 4.5.1. 指定输出
    • 4.5.2. 外积
• 5. 聚合
  • 5.1. 适用通用函数的聚合函数
  • 5.2. 数组值求和
  • 5.3. 最大值和最小值
  • 5.4. 多维度聚合
• 6. 广播
  • 6.1. 广播的介绍
  • 6.2. 广播的规则
• 7. 花哨的索引
• 8. 数组的排序
  • 8.1. sort
  • 8.2. argsort
  • 8.3. 分隔
• 9. 结构化数据
  • 9.1. 结构化数组初体验
  • 9.2. 结构化数据的常用类型定义方式