python--numpy模块、spicy模块、 matplotlib模块

一：numpy模块

ndarray:存储单一数据类型的多维数组

ufunc:能够对数组进行处理的函数(universal function object)

#numpy 中arange用法，指定开始值/终止值/步长来创建一维数组数组，但是数组不包括终值。
 arange_array=np.arange(1,2,0.1)
 re_arange_array=arange_array.reshape(2,5)#使用reshape重新定义数组的维度或者数组的大小
 print "arange_array is array,it‘s %s " % arange_array
 print "re_arange_array is:%s" % re_arange_array

#linspace函数通过指定开始值、终值和元素个数来创建一维数组，可以通过endpoint关键字指定
 #是否包括终值，缺省设置是包括终值:
 linspace_array=np.linspace(0, 1, 12)#创建的是等差数列！
 print "linspace_array is: %s" % linspace_array

#logspace创建等比数列，产生起始值10^起始值，到10^终止值，n个值的一维数组
 logspace_array=np.logspace(0,2,30)
 print "logspace array is: %s" % logspace_array

def fun2(i,j):
 return (i+1)*(j+1)
 b=np.fromfunction(fun2,(9,9))
 #fromfunction从函数创建数组，自定义函数，从函数中创建数组;
 #frompyfunc的调用格式为frompyfunc(func, nin, nout),nin是此函数的输入参数的个数，nout是此函数的返回值的个数。
 print ‘b is:%s‘ %b

_{Data type objects (dtype) and 结构数组}

数据类型（data type object, ie. numpy.dtype的实例）描述的是array对象怎样解析内存中的固定大小的内存段。它描素了数据的一下几个方面：

1. 数据的类型(integer, float, Python object, etc.)
2. 数据的大小(how many bytes is in e.g. the integer)
3. 二进制位的存储顺序(little-endian or big-endian)
4. 如果数据类型（data type）是一条记录，即其他数据类型的组合(e.g., describing an array item consisting of an integer and a float),这和C语言里面的struct类似。

1. 记录的各个数据的名称是什么，怎么获取这个子数据。
2. 每个子数据的的类型是什么。
3. 每个子数据都使用哪一部分内存。

1. 如果数据是一个子数组，它的形状是什么。

 import numpy as np;

persontype=np.dtype({ ‘names‘:[‘name‘,‘age‘,‘weight‘], ‘formats‘:[‘S32‘,‘i‘,‘f‘]})
a = np.array([("zhuang",32,75.5),("wang",24,65.2)],dtype=persontype)
print a[1][‘name‘]
print a.strides