一裂问、用于數(shù)組的文件輸入輸出
np.save和np.load是讀寫磁盤數(shù)組數(shù)據(jù)的兩個(gè)主要函數(shù)宋雏，默認(rèn)情況下，數(shù)組是以未壓縮的原始二進(jìn)制格式保存在擴(kuò)展名為.npy的文件中恍风。
通過(guò)np.savez可以將多個(gè)數(shù)組保存到一個(gè)壓縮文件中社付，將數(shù)組以關(guān)鍵字參數(shù)的形式傳入即可：
加載.npz文件時(shí)，你會(huì)得到一個(gè)類似字典的對(duì)象邻耕，該對(duì)象會(huì)對(duì)各個(gè)數(shù)組進(jìn)行延遲加載：
存取文本文件
從文件中加載文本是一個(gè)非常標(biāo)準(zhǔn)的任務(wù)鸥咖。今天主要講的是pandas中的read_csv和read_table函數(shù)，以及用np.loadtxt和np.genfromtxt將數(shù)據(jù)加載到普通的NumPy數(shù)組中兄世。
二啼辣、線性代數(shù)
eg:
三、隨機(jī)數(shù)生成
numpy.random模塊對(duì)python內(nèi)置的random進(jìn)行了補(bǔ)充御滩，增加了一些用于高效生成多種概率分布的樣本值的函數(shù)鸥拧。例如，你可以用normal來(lái)得到一個(gè)標(biāo)準(zhǔn)正態(tài)分布的4x4樣本數(shù)組：
而python內(nèi)置的random模塊則只能一次生成一個(gè)樣本值削解。從下面的測(cè)試結(jié)果中可以看出富弦，如果需要產(chǎn)生大量的樣本值，numpy.random快了不止一個(gè)數(shù)量級(jí)：
四氛驮、范例：隨機(jī)漫步
以純python形成的隨機(jī)漫步
多次隨機(jī)漫步
