Numpy
数据的CSV文件存取
csv（Comma-Seperated Value，逗号分隔值）文件：csv是一种常见的文件格式，用来存储批量数据
np.savetxt(frame, array, fmt='%.18e', delimiter=None)
参数说明：
- frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
- array：存入文件的数组
- fmt：写入文件的格式，例如：%d %.2f %.18e
- delimiter：分割字符串，默认是任何空格
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False)
参数说明：
- frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
- dtype：数据类型，可选
- delimiter：分割字符串，默认是任何空格
- unpack：如果True，读入属性将分别写入不同变量
CSV文件的局限性
csv只能有效存储一维和二维数组，np.savetxt() np.loadtxt()只能有效存储一维和二维数组
多维数据的存取
任意维度数据如何存取呢？
a.tofile(frame, sep='', format='%s')
- frame：文件、字符串
- sep：数据分割字符串，如果是空串(默认)，写入文件为二进制
- format：写入数据的格式
a.fromfile(frame, dtype=float, count=-1, sep='')
frame：文件、字符串
dtype：读取的数据类型（默认float）
count：读入元素个数，-1表示读入整个文件（默认count=-1）
sep：数据分割字符串，如果是空串，写入文件为二进制
注意：a.fromfile()方法需要读取时知道存入文件时数组的维度和元素类型。np.tofile()和np.fromfile()需要配合使用可以通过元数据文件来存储额外信息
Numpy的便捷文件存取（主要用于解决多维度数据的存取）
np.save(fname, array)或np.savez(fname, array)
- fname：文件名，以.npy为扩展名，压缩扩展名为.npz
- array：数组变量
np.load(fname)
- fname：文件名，以.npy为扩展名，压缩扩展名为.npz
Numpy的随机数函数
Numpy的random子库np.random.*
- np.random.randn()
- np.random.rand()
- np.random.randint()
np.random的随机数函数（1）
注意：通过设置随机数种子seed可以得到确定的，一致的结果。
np.random的随机数函数（2）
np.random的随机数函数（3）
补充：numpy数组的维度称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为1，二维数组的秩为2，以此类推。在numpy中，每一个线性的数组称为是一个轴（axis）,也就是维度(dimensions)。比如：二维数组相当于是两个一维数组，其中第一个一维数组中的每个元素又是一个一维数组。所以一维数组就是numpy中的轴（axis），第一个轴相当于底层数组，第二个轴是底层数组里的数组。而轴的数量--秩，就是数组的维数。例如：axis=0,表示沿着第0轴进行操作，即对每一列进行操作，axis=1，表示沿着第1轴进行操作，即对每一行进行操作。
Numpy的统计函数
numpy直接提供的统计类函数 np.*
Numpy的统计函数（1）
Numpy的统计函数（2）
Numpy的梯度函数
梯度：连续值之间的变化率，即斜率
XY坐标轴连续三个x左表对应的Y轴值：a,b,c，其中，b的梯度是：(c-a)/2
单元小结
数据存取与函数
