簡單介紹
NumPy系統是Python的壹種開源的數組計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。
創建數組
創建1維數組：
data = np.array([1,3,4,8])
查看數組維度
data.shape
查看數組類型
data.dtype
通過索引獲取或修改數組元素
data[1] 獲取元素
data[1] = 'a' 修改元素
創建二維數組
data = np.array([[1,2,3],[4,5,6]]) 兩個元素均為列表<br>2.data = np.arange(10) 與python的range壹樣，range返回列表，arange返回array類型的壹個數組<br>3.data2 = data.reshape(2,5) 返回壹個2*5的數組，他不是拷貝數組是引用，只是返回數組的不同視圖，data改變data2也會改變
創建特殊數組
data = np.zeros((2,2)) 創建2*2全為0的2維數組
data = np.ones((2,3,3,)) 創建全為1的三維數組
data = np.eye(4) 創建4*4的對角數組，對角元素為1，其它都為0
數組轉換
data = np.arange(16).reshape(4,4) 將0-16的移位數組轉換為4*4的數組
排序方式
說明：經常需要對數組或者list進行排序，python提供了好幾種排序的函數，下面說明下特點；
二維數組a：
1 4
3 11、ndarray.sort(axis=-1,kind='quicksort',order=None)
使用方法：a.sort
參數說明：
axis：排序沿著數組的方向，0表示按行，1表示按列
kind：排序的算法，提供了快排、混排、堆排
order：不是指的順序，以後用的時候再去分析這個
作用效果：對數組a排序，排序後直接改變了a
例如：
>>a.sort(axis=1)
>>print a
1 4
1 32、numpy.sort(a,axis=-1,kind='quicksort',order=None)
使用方法：numpy.sort(a)
參數說明：
a：要排序的數組，其他同1
作用效果：對數組a排序，返回壹個排序後的數組（與a相同維度），a不變
例如：
>>print numpy.sort(a,axis=1)
1 4
1 3
>>print a
1 4
3 13、numpy.argsort(a,axis=-1,kind='quicksort',order=None)
使用方法：numpy.argsort(a)
參數說明：同2
作用效果：對數組a排序，返回壹個排序後索引，a不變
例如：
>>print numpy.argsort(a,axis=1)
0 1
1 04、sorted(iterable,cmp=None,key=None,reverse=False)
說明：內置的排序函數，對list，字典等等可以使用
iterable：是可叠代類型;
cmp：用於比較的函數，比較什麽由key決定,有默認值，叠代集合中的壹項;
key：用列表元素的某個屬性和函數進行作為關鍵字，有默認值，叠代集合中的壹項;
reverse：排序規則.reverse=True或者reverse=False，默認False（從小到大）。
返回值：是壹個經過排序的可叠代類型，與iterable壹樣;
例如：b是壹個字典
b：
{'a':2,'c':1,'b':3}
對b進行排序：
>>c=sorted(b.iteritems(),key=operator.itemgetter(1),reverse=False)
>>print c[('c', 1), ('a', 2), ('b', 3)]可見：返回的是壹個list
總結