Python从入门到精通

matplotlib 是一个专门用于可视化的Python库。官网地址为：https://matplotlib.org/ 下面翻译官网的Quick-Start 一个小例子 先引入依赖库 Matplotl

导入导出 这部分主要是读取和输出各种格式的文件。 API https://pandas.pydata.org/docs/reference/io.html 示例 生成函数 系列 表格 数据查看 示例

anaconda Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包。Anaconda包括Conda、Pytho

NumPy是一个Python数据处理库。pandas, OpenCV等库都基于numpy。NumPy的核心概念是n维数组。 Numpy数组 VS Python列表 Numpy数组可以直接进行算术运算。

1. 通过Python list创建numpy数组。 2. 使用np.zeros或np.empty预先分配必要的空间。 3. 创建一个与某一变量形状一致的空数组 4. 将数组填充为特定值 5. 通过单

1. 常用的便捷访问方式 这些方式都可以直接修改原始值。所以需要注意是不是真的复制了。 2. 通过布尔索引取值 3. whre/nonzero

1. 向量与向量计算 2. 向量与标量计算 3. 矢量数学函数 4. 向量计算(dot/cross) 向量点乘（内积）和叉乘（外积、向量积） 5. 三角函数 6. 取整 7. 统计值 8. 排序

《NumPy快速入门》05 查找元素《NumPy快速入门》05 查找元素《NumPy快速入门》05 查找元素

初始化 随机矩阵 二维数组的索引 初始化 随机矩阵 二维数组的索引 初始化 随机矩阵 二维数组的索引

sum min/max/argmin/mean any/all np.any(a > 2, axis = 0)

矩阵基本运算 广播机制矩阵基本运算 广播机制矩阵基本运算 广播机制矩阵基本运算 广播机制矩阵基本运算 广播机制

行向量转列向量 一维向量转二维向量 其中，-1表示在reshape是该维度自动决定，方括号中的None等同于np.newaxis，表示在指定位置添加一个空轴。 三种向量之间的转换 NumPy中共有三种

拼接 图示操作仅适用于矩阵堆叠或向量堆叠，而一维数组和矩阵的混合堆叠只有通过vstack才可实现，hstack会导致维度不匹配错误。 一维数组和矩阵的混合堆叠 因为前文提到将一维数组作为行向量，而不是

编码 使用UTF-8编码，在文档头加上注释 缩进 4个空格 代码行宽 80~120个字符。 引号 普通文字 - 双引号 "..." u"中文" 变量 - 单引号 '...' 正则表达式 - 双引号 r