最近学习Python，才发现原来python里的各种库才是大头！于是乎找了学习资料对Numpy库常用的函数进行总结，并带了注释。在这里分享给大家，对于库的学习，还是用到时候再查，没必要死记硬背。
Numpy是科学计算库，是一个强大的N维数组对象ndarray，是广播功能函数。其整合C/C++.fortran代码的工具 ，更是Scipy、Pandas等的基础。
ndarray数组的创建
数组的维度变换
数组的类型变换
数组的索引和切片
1. 一堆数组切片
a = np.array ([9, 8, 7, 6, 5, ]) a[1:4:2] –> array([8, 6]) ：a[起始编号：终止编号（不含）：步长]
2. 多维数组索引
a = np.arange(24).reshape((2, 3, 4)) a[1, 2, 3] 表示 3个维度上的编号， 各个维度的编号用逗号分隔
3. 多维度数组切片
a [：，：，：：2 ] 缺省时，表示从第0个元素开始，到最后一个元素
数组的运算
数据的CSV文件存取
CSV (Comma-Separated Value,逗号分隔值) 只能存储一维和二维数组。
Eg：%d % .2f % .18e ; delimiter：分割字符串，默认是空格
np.savetxt(‘a.csv’, a, fmt=%d, delimiter = ‘,’ )
多维数据的存取
Eg: a = np.arange(100).reshape(5, 10, 2) a.tofile(“b.dat”, sep=”,”, format=’%d’)
PS: a.tofile() 和np.fromfile（）要配合使用，要知道数据的类型和维度。
numpy随机数函数
numpy 的random子库：
Eg：
replace = False时，选取过的元素将不会再选取
Eg: a = np.random.uniform(0, 10, (3, 4))
a = np.random.normal(10, 5, (3, 4))
numpy的统计函数
Eg：
np.mean(a, axis =1) ：对数组a的第二维度的数据进行求平均 a = np.arange(15).reshape(3, 5) np.average(a, axis =0, weights =[10, 5, 1]) : 对a第一各维度加权求平均，weights中为权重，注意要和a的第一维匹配
Eg：
a = [[15, 14, 13], [12, 11, 10] ] np.argmax(a) –> 0 np.unravel_index( np.argmax(a), a.shape) –> (0,0)
numpy的梯度函数
np.gradient(a) ：计算数组a中元素的梯度，f为多维时，返回每个维度的梯度 离散梯度：xy坐标轴连续三个x轴坐标对应的y轴值：a, b, c 其中b的梯度是（c-a）/2而c的梯度是：(c-b)/1
当为二维数组时，np.gradient(a) 得出两个数组，第一个数组对应最外层维度的梯度，第二个数组对应第二层维度的梯度。
图像的表示和变换
PIL， python image library 库 from PIL import Image Image是PIL库中代表一个图像的类（对象）
im = np.array(Image.open(“.jpg”))im = Image.fromarray(b.astype(‘uint8’)) # 生成 im.save(“路径.jpg”) # 保存im = np.array(Image.open(“.jpg”).convert(‘L’)) # convert(‘L’)表示转为灰度图
荐：
【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！声明
来源：博客园，RAD极客会（ID:RAD_Geek_Club）推荐阅读，不代表RAD极客会立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！
