数据分析 numpy数组_06 字节交换，副本和视图、NumPy 矩阵库(Matrix)、NumPy IO 、
NumPy 字节交换
大端模式：指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放。
小端模式：指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低。
numpy.ndarray.byteswap() 函数将 ndarray 中每个元素中的字节进行大小端转换。
NumPy 副本和视图
副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。
视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置???
视图一般发生在：
- 1、numpy 的切片操作a[...:2],使用切片创建视图修改数据会影响到原始数组,但是切片的id和原始数组的id是不一样的;numpy数组操作中的numpy.ravel()，
- 2、调用 ndarray 的 view() 函数产生一个视图:numpy.ndarray.view()。该方法创建的新数组的维数更改不会更改原始数据的维数。不是前后矛盾了吗？
副本一般发生在：
- Python 序列的切片操作，调用deepCopy()函数。
- 调用 ndarray 的 copy() 函数产生一个副本，对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。
赋值
a = b，访问a是使用原始数组b的相同id()来访问,b数组的任何变化都反映在a数组上。
NumPy 矩阵库(Matrix)
import numpy.matlib中的函数；matlib.empty()、numpy.matlib.zeros()、numpy.matlib.ones()、
numpy.matlib.eye(n, M,k, dtype)返回一个矩阵，对角线元素为 1，其他位置为零。
numpy.matlib.identity(5, dtype = float)，给定大小的单位矩阵，单位矩阵是个方阵
numpy.matlib.rand(3, 3) 函数创建一个给定大小的矩阵，数据是随机填充的
实例讲解numpy.matlib.eye()中的属性 k
import numpy.matlib import numpy as np print(np.matlib.eye(n=3, M=4, k=1, dtype=float))
NumPy 线性代数
NumPy 提供了线性代数函数库 linalg。
| 函数 | 描述 |
|---|---|
dot |
两个数组的点积，即元素对应相乘。一维对应内机inner;二维对应矩阵的乘法运算 |
vdot |
两个向量的点积，展开乘积的和 |
inner |
两个数组的内积，‘行行相乘’ |
matmul |
两个数组的矩阵积，二维数组就是矩阵的乘法运算，一维和二维，三维和二维通过广播实现矩阵的乘法。 |
determinant |
数组的行列式，numpy.linalg.det()计算输入矩阵的行列式。 |
solve |
求解线性矩阵方程，numpy.linalg.solve() 函数给出了矩阵形式的线性方程的解。 |
inv |
计算矩阵的乘法逆矩阵，numpy.linalg.inv() 函数计算矩阵的乘法逆矩阵。 |
笔记：
1、numpy.matmul 函数返回两个数组的矩阵乘积。 虽然它返回二维数组的正常乘积，但如果任一参数的维数大于2，参数为N维，该参数是一些矩阵(最后两个维数为矩阵维数)的stack，也就是进行矩阵运算运算，并进行相应广播(四维是怎么样的？？？？？)。另一方面，如果任一参数是一维数组，则通过在其维度上附加 1 来将其提升为矩阵，并在乘法之后被去除。对于二维数组，它就是矩阵乘法。
2、NumPy 中对 array 使用 multiply() 或 * 操作符并不是矩阵乘法，两个是‘element-wise’，正确的用法是 dot() 或 matmul()，或者对 matrix 使用 *
3、nxn维矩阵的行列式怎么求？怎么由定义的余子式，代数余子式，利用定义任意一行(列)中的每一个元素和其代数余子式的乘积的和就是nxn维矩阵的行列式推出其他计算方法的来源呢？？？
NumPy IO
常用的 IO 函数有：
- load() 和 save(file, arr, allow_pickle=True, fix_imports=True) 函数是读写文件数组数据的两个主要函数，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npy 的文件中。
- savze(file, *args, **kwds) 函数用于将多个数组写入文件，默认情况下，数组是以未压缩的原始二进制格式保存在扩展名为 .npz 的文件中。
- loadtxt(FILENAME, dtype=int, delimiter=' ') 和 savetxt(FILENAME, a, fmt="%d", delimiter=",") 函数处理正常的文本文件(.txt 等)
