#!/usr/bin/env python
# coding: utf-8

# ##内容索引
# 该小结主要介绍了NumPy数组的基本操作。
# 
# 子目1中，介绍创建和索引数组，数据类型，dtype类，自定义异构数据类型。
# 
# 子目2中，介绍数组的索引和切片，主要是对[]运算符的操作。
# 
# 子目3中，介绍如何改变数组的维度，分别介绍了**ravel函数、flatten函数、transpose函数、resize函数、reshape函数的用法。**

# In[1]:


get_ipython().run_line_magic('pylab', 'inline')


# ndarray是一个多维数组对象，该对象由**实际的数据、描述这些数据的元数据**组成，大部分数组操作仅仅修改元数据部分，而不改变底层的实际数据。

# 用arange函数创建数组

# In[2]:


a = arange(5)
a.dtype


# In[3]:


a


# In[4]:


a.shape


# 数组的shape属性返回一个元祖(tuple)，元组中的元素即NumPy数组每一个维度的大小。

# ##1. 创建多维数组
# array函数可以依据给定的对象生成数组。
# 给定的对象应是类数组，如python的列表、numpy的arange函数

# In[5]:


m = array([arange(2), arange(2)])


# In[6]:


print m
print m.shape
print type(m)
print type(m.shape)


# ###选取元素

# In[7]:


a = array([[1,2],[3,4]])
print a[0,0]
print a[0,1]


# ###NumPy数据类型
# Numpy除了Python支持的整型、浮点型、复数型之外，还添加了很多其他的数据类型。
# 
# Type	Remarks	   Character code
# bool_	compatible: Python bool	'?'
# bool8	8 bits	 
# Integers:
# 
# byte	compatible: C char	'b'
# short	compatible: C short	'h'
# intc	compatible: C int	'i'
# int_	compatible: Python int	'l'
# longlong	compatible: C long long	'q'
# intp	large enough to fit a pointer	'p'
# int8	8 bits	 
# int16	16 bits	 
# int32	32 bits	 
# int64	64 bits	 
# Unsigned integers:
# 
# ubyte	compatible: C unsigned char	'B'
# ushort	compatible: C unsigned short	'H'
# uintc	compatible: C unsigned int	'I'
# uint	compatible: Python int	'L'
# ulonglong	compatible: C long long	'Q'
# uintp	large enough to fit a pointer	'P'
# uint8	8 bits	 
# uint16	16 bits	 
# uint32	32 bits	 
# uint64	64 bits	 
# Floating-point numbers:
# 
# half	 	'e'
# single	compatible: C float	'f'
# double	compatible: C double	 
# float_	compatible: Python float	'd'
# longfloat	compatible: C long float	'g'
# float16	16 bits	 
# float32	32 bits	 
# float64	64 bits	 
# float96	96 bits, platform?	 
# float128	128 bits, platform?	 
# Complex floating-point numbers:
# 
# csingle	 	'F'
# complex_	compatible: Python complex	'D'
# clongfloat	 	'G'
# complex64	two 32-bit floats	 
# complex128	two 64-bit floats	 
# complex192	two 96-bit floats, platform?	 
# complex256	two 128-bit floats, platform?	 
# Any Python object:
# 
# object_	any Python object	'O'

# **每一种数据类型均有对应的类型转换函数**

# In[8]:


print float64(42)
print int8(42.0)
print bool(42)
print float(True)


# In[9]:


arange(8, dtype=uint16)


# **复数不能转换成整数和浮点数**

# Numpy数组中每一个元素均为相同的数据类型，现在给出单个元素所占字节

# In[10]:


a.dtype


# In[11]:


a.dtype.itemsize


# **dtype类的属性**

# In[12]:


t = dtype('float64')
print t.char
print t.type
print t.str


# str属性可以给出数据类型的字符串表示，该字符串的首个字符表示字节序，然后是字符编码，然后是所占字节数
# 字节序是指位长为32和64的字（word）存储的顺序，包括大端序(big-endian)和小端序(little-endian)。
# 大端序是将最高位字节存储在最低的内存地址处，用>表示；与之相反，小端序是将最低位字节存储在最低的内存地址处，用<表示。

# **创建自定义数据类型**

# 自定义数据类型是一种异构数据类型，可以当做用来记录电子表格或数据库中一行数据的结构。
# 
# 下面我们创建一种自定义的异构数据类型，该数据类型包括一个用字符串记录的名字、一个用整数记录的数字以及一个用浮点数记录的价格。

# In[13]:


t = dtype([('name', str_, 40), ('numitems', int32), ('price', float32)])


# In[14]:


t


# In[15]:


t['name']


# In[16]:


itemz = array([('Meaning of life DVD', 32, 3.14), ('Butter', 13, 2.72)], dtype=t)


# In[17]:


itemz[1]


# ##2. 数组的索引和切片

# In[18]:


a = arange(9)
#下标0-7， 以2为步长
print a[:7:2]

#以负数下标翻转数组
print a[::-1]
print a[::-2]


# ###多维数组的切片和索引

# In[19]:


b = arange(24).reshape(2,3,4)
print b.shape
print b


# 用三维坐标选定任意一个房间，即楼层、行号、列号

# In[20]:


#选取第一层楼所有房间
print b[0]
print
print b[0, :, :]


# In[21]:


#多个冒号用一个省略号代替
b[0, ...]


# In[22]:


#间隔选元素
b[0,1,::2]


# In[23]:


#多维数组执行翻转一维数组的命令，将在最前面的维度上翻转元素的顺序
b[::-1]


# In[24]:


b[::-1,::-1,::-1]


# ##3. 改变数组的维度

# **ravel 完成展平操作**

# In[25]:


b.ravel()


# **flatten 也是展平**
# 
# flatten函数会请求分配内存来保存结果，而ravel函数只是返回数组的一个视图（view）

# In[26]:


b.flatten()


# **用元组设置维度**

# In[27]:


b.shape = (6, 4)


# In[28]:


b


# **transpose转置矩阵**

# In[29]:


b.transpose()


# **resize和reshape函数功能一样**
# 但resize会直接改变所操作的数组

# In[30]:


b.reshape(2,3,4)


# In[31]:


b


# In[32]:


b.resize(2,12)


# In[33]:


b