Numpy是科學(xué)計算庫,，是一個強大的N維數(shù)組對象ndarray,，是廣播功能函數(shù)。其整合C/C++.fortran代碼的工具 ,，更是Scipy,、Pandas等的基礎(chǔ),。

1. 一堆數(shù)組切片

a = np.array ([9, 8, 7, 6, 5, ]) 
a[1:4:2] –> array([8, 6]) ：a[起始編號：終止編號（不含）：步長]

2. 多維數(shù)組索引

a = np.arange(24).reshape((2, 3, 4)) 
a[1, 2, 3] 表示 3個維度上的編號,， 各個維度的編號用逗號分隔

3. 多維度數(shù)組切片

a [：，：,，：：2 ] 缺省時,，表示從第0個元素開始，到最后一個元素 

CSV (Comma-Separated Value,逗號分隔值) 只能存儲一維和二維數(shù)組,。

Eg：%d % .2f % .18e ; delimiter：分割字符串,，默認是空格

np.savetxt(‘a(chǎn).csv’, a, fmt=%d, delimiter = ‘,’ )

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，要知道數(shù)據(jù)的類型和維度,。

numpy 的random子庫：

Eg： 

replace = False時,，選取過的元素將不會再選取

Eg: a = np.random.uniform(0, 10, (3, 4)) 

a = np.random.normal(10, 5, (3, 4))

Eg：

np.mean(a, axis =1) ：對數(shù)組a的第二維度的數(shù)據(jù)進行求平均 
a = np.arange(15).reshape(3, 5) 
np.average(a, axis =0, weights =[10, 5, 1]) : 對a第一各維度加權(quán)求平均，weights中為權(quán)重,，注意要和a的第一維匹配

Eg：

a = [[15, 14, 13], 
[12, 11, 10] ] 
np.argmax(a) –> 0 
np.unravel_index( np.argmax(a), a.shape) –> (0,0)

np.gradient(a) ：計算數(shù)組a中元素的梯度,，f為多維時，返回每個維度的梯度 
離散梯度：xy坐標軸連續(xù)三個x軸坐標對應(yīng)的y軸值：a, b, c 其中b的梯度是（c-a）/2
而c的梯度是：(c-b)/1

當為二維數(shù)組時,，np.gradient(a) 得出兩個數(shù)組,，第一個數(shù)組對應(yīng)最外層維度的梯度，第二個數(shù)組對應(yīng)第二層維度的梯度,。 

PIL,， python image library 庫 
from PIL import Image 
Image是PIL庫中代表一個圖像的類（對象）