NumPy函数库作为python第三方库中非常强大的开源库，是对数值计算的扩展，主要用来存储和处理大型矩阵。有人甚至说，NumPy库使得python可作为一个免费且更加强大的Matlab系统。NumPy库在数据科学，机器学习等各方面的重要性可见一斑。下面是NumPy函数库的一些基础知识，分为Numpy函数库的安装及其简单使用两部分。


1.安装NumPy函数库
想必大家都已经安装了Python运行环境，那么只需要以管理员权限运行cmd，然后使用pip命令获取NumPy。现在安装Python环境后，都可以直接使用pip命令。只需要键入下面一行命令即可。

pip install numpy                            #嗯，就是这么简单:)



2.NumPy库的简单使用
我们以random.rand()函数为起始点，介绍NumPy库的使用。
首先，打开Python的shell窗口，进行我们NumPy库的初次使用

>>>from numpy import *                       #引入numpy中的所有模块
>>>randArr = random.rand(3,2)                #生成3X2的随机数组
>>>randArr
array([[ 0.46235306,  0.1384437 ],
       [ 0.01735966,  0.25606631],
       [ 0.05099193,  0.15190798]])
>>>type(randArr)
<class 'numpy.ndarray'>                      #注意randArr的类型
>>>randArr[2][0]                             #对该数组某元素的索引（Method 1)
0.050991928369956252
>>> randArr[2,0]                             #对该数组某元素的索引（Methon 2)
0.050991928369956252
>>> randArr[1]                               #对该数组某行的索引
array([ 0.01735966,  0.25606631])
怎么样，是不是非常简单啊?

咦，不是说NumPy是处理矩阵的吗，矩阵呢？别急，下面就是我们的矩阵了。
在shell窗口中，继续进行我们的实验。

>>> randMat = mat(randArr)                   #利用前面生成的随机数组，使用mat()函数来产生我们的矩阵
>>> randMat
matrix([[ 0.46235306,  0.1384437 ],
        [ 0.01735966,  0.25606631],
        [ 0.05099193,  0.15190798]])
>>> type(randMat)                            #randMat的类型果然是matrix吧:)
<class 'numpy.matrixlib.defmatrix.matrix'>
>>> randMat[2]                               #对该矩阵某行的索引
matrix([[ 0.05099193,  0.15190798]])
>>> randMat[2,0]                             #对该矩阵某元素的索引（注意不要写成randMat[2][0])
0.050991928369956252
>>> invRandMat = randMat.I                   #class'numpy.matrixlib.defmatrix.matrix'的.I属性是原矩阵的逆矩阵
>>> invRandMat
matrix([[ 2.23877113, -1.00499117, -0.34625819],
        [-0.29823297,  3.08542477,  1.6537323 ]])
>>> matrix = invRandMat * randMat            #矩阵的乘法，因为计算误差，所以不是正好的单位阵
>>> matrix
matrix([[  1.00000000e+00,   9.02056208e-17],
        [  9.71445147e-17,   1.00000000e+00]])



NumPy库还有很多很好用的函数和功能，需要读者自己去体验哦。马上用NumPy库帮助你进行数据处理吧。

NumPy函数库
  NumPy函数库是机器学习的基础库，也是我最近学习机器学习时发现的一个基础函数库。NumPy是Python语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库，可以用来很方便地做一些矩阵、数组和大数据的运算。
NumPy函数库的安装
Windows系统：利用清华镜像进行安装
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

Mac系统：
pip3 install numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

Linux系统：
python setup.py install # pip安装
pip install numpy # numpy安装

或下载安装包手动安装：https://sourceforge.net/projects/numpy/
个人Windows安装示例

查看pip版本，进行更新（若没有进行下载安装）
利用清华镜像进行安装
转到shell:D:\Python\python.exe
随机矩阵进行检查




Pycharm中NumPy的安装
  File-setting-Python Interpreter 点击+号，搜索进行安装

                    
                        


NumPy函数库是Python开发环境的一个独立模块，而且大多数Python发行版没有默认安装NumPy数据库，因此在安装Python之后必须单独安装NumPy数据库。
进入Python shell开发环境后输入

from numpy import*


如果出现No module named numpy问题则需要安装numpy数据库。
1.下载NumPy数据库
下载地址：点击打开链接
根据自己安装的python版本和操作系统选择安装包
例如我的使Python2.7，64位操作系统，选择numpy-1.11.3+mkl-cp27-cp27m-win_amd64.whl
2.安装
（1）将下载的安装包拷贝在Python安装目录下C:\Python27\Scripts
（2）将Scripts这个文件夹的地址拷贝下来，然后“右击计算机-属性-高级系统设置-环境变量-系统变量-path-编辑它”将刚才的路径粘贴进去。
（3）进入DOS，输入pip版本号 install +numpy的路径+文件名
例如我的是pip2.7 install C:\Python27\Scripts\numpy-1.11.3+mkl-cp27-cp27m-win_amd64.whl
（4）安装成功就会提示successfully installed
3.检测
进入Python shell开发环境后输入

from numpy import*


没有提示异常则安装成功

            

在Windows命令行提示符下输入：



C:/Python27/python.exe

在Linux或者Mac OS终端上输入python, 进入python shell 开发环境，输入命令：

from numpy import *

即将Numpy函数库中的所有模块引入当前的命名空间.

rand()可以用来产生数组，random.rand()产生随机数组，mat()函数可以将数组转化成矩阵. .I 操作符实现了矩阵求逆.