Numpy模块的就学:

从沉香文化再生开始,沉香的交易价格几乎总是上涨,尤其自2009年启幕,沉香价格尤其涨势迅猛,连续4年以上,平均年小幅达到了30%,而且自此以后,沉香价格之增高大有一发不可收拾的势。到目前为止,野生沉香原料的价钱曾抵达了数百万首批各个公斤,而沉香中的最佳——奇楠,价格进一步大及千万第一各个公斤。虽然,2015年沉香价格起了激动,有的沉香价格有下跌之征,但按照业内人士称,价格拥有下滑之凡那些人工沉香和小价值之沉香,那些实在具有强值之沉香,价格非但没下跌,反而继承上涨。

其三单网址推荐:

日前,据沉香行业相关统计,从沉香总体的价涨势来拘禁,近三四年来,品级高之沉香价格就越历年30%之涨幅,达到了35%。最为上品的越南芽庄奇楠,目前市场价约每克8万冠。就奇楠的市场状况,2013年直径1.6厘米的手珠在11万横,而2016年一度上涨至260万,因其稀缺性,未来价会再度胜。

1  http://blog.csdn.net/yhb315279058/article/details/50226075

除手珠外,还有雕像、精油、粉末和干料几种植沉香制品的价格为不绝于耳增进,以印尼沉香为条例,100%纯度的精油每10毫升1000长—2000长,粉末价格在100正—200正一瓶子,干料为60处女每克,与2014年对待,也时有发生早晚幅度的涨。同时,众所周知,优质沉香的资源已经越稀少了。最好之海南沉香天然沉香天然熟香几乎绝迹,越南沉香也给出殆尽所剩无几。一丝沉香达拉干、马泥涝、文莱、马来西亚相当于产地的野生沉香也已经起告急的状态。

2  http://www.jb51.net/article/49397.htm

伴随国内沉香市场消费与投资需要升温以及境内沉香产量有限性的限量,国产沉香与要求间在比较生之供求缺口。同时,国外进口沉香资源也日益减少,再增长受到沉香木出产国都对准沉香木贸易政策的限制,国内沉香木市场价格持续攀升。2011年乘机沉香木投资市场的络绎不绝走俏,产品供应的阙如使市场价格表现稳步增长态势,行业产品销售均价从2011年之35.19万首先/吨提高及2014年的50万老大/吨。到了现之2017年,沉香价格以是翻译一番。2011年来说,中国沉香木市场之出品均价统计如下图所示:

3
 http://www.jb51.net/article/103080.htm

与此同时,由于沉香木产品质量间的差别,沉香木价格差距大明了,其实际价格和品质息息相关。但总体达标,无论是国产还是进口沉香木的价格都呈迅速上涨的倾向。例如,由于东南亚沉香资源及产量日益减少,进口沉香价格昂贵,每吨30万—50万首批国内优质沉香市场成交价最高而高达3万元/千克以上;即使是用以制香的寻常越南沉香,2002年当边贸市场价格也6元/克,如今曾上涨至了120元/克,十年里价格高涨了20加倍。以华夏打印尼入口之沉香木为条例,从各个千克1万印度尼西亚盾(约齐1.4美元)到3亿干(约合3.1万美元)不齐。

4 http://blog.csdn.net/tongxinzhazha/article/details/78770373

奇楠网

 

藏级别之沉香价格都极为跳黄金,其原料价格为每千克100万头条,品质最高的甲级奇楠沉香原料价格虽然强及列千克1000万首。如果用作熏香,“品一夜香就可能烧掉数万冠”。“一失误奇楠沉香手珠,视品质不同,目前市场之价钱应该当180万—250万首先;即使不是奇楠,只要是能够沉水的手珠,价格起码也超过20万初次。若由叫刻家制成艺术品,每克的价将数十万首批。”

Numpy中Random模块的念:

1 http://blog.csdn.net/pipisorry/article/details/39508417

2 http://blog.csdn.net/unin88/article/details/50570196

3 http://blog.csdn.net/qtlyx/article/details/50733176

 

补充:

1 Numpy
数据类型
(numpy可以在数据类型的后面长数字,标识这种类型在内存中占的位数)

bool        用一个比特存储布尔项目

inti          由平台决定其所占用位数,一般为int32/64

int8/16/32/64        所占用位数为8/16/32/64也底发记号整数

unit8/16/32/64      所占用位数为8/16/32/64位的无符号数

float16/32/64(float)      半精度符号数/单精度符号数/双精度符号数

complex64/128(complex)  
 用32位浮点数表示实部和虚部/用64号表示实部和虚部

 

2
在Numpy中,多数函数可以指定数据类型的参数,这个参数是可选的,格式为dtype=类型名,如:

1 a=numpy.arrange(5,dtype=int)
2 
3 >>>array([0,1,2,3,4])
4 
5 a=numpy.arrange(5,dtype=complex)
6 
7 ?

 

3  Nump的数组创建函数(array,arrange,ones,zeros,eye,empty)

empty:根据指定的维数和种创建一个数组但无填充任何值,数组元素值多是有些非初始化的垃圾值

1 import numpy as np
2 
3 print(np.empty(3))
4 
5 print(np.empty((4,1)))

 

4  数组转置(可以采取transpose()函数,也可以应用T属性访问转置矩阵)

1 nar.transpose()
2 
3 nar.T

 

5
Numpy中众多函数统计办法就是可以看作数组的实例方法调用,也可以当头号的Numpy函数调用

1 a=numpy.arrange(12).reshape(3,4)
2 
3 a
4 
5 array([[0,1,2,3],[4,5,6,7],[8,9,10,11]])

 

实例方法:

1 r=a.cumsum()
2 
3 r
4 
5 array([0,1,3,6,10,15,21,28,36,45,55,66])

 

顶层函数调用:

1 r=numpy.cumsum(a)
2 r
3 
4 array([0,1,3,6,10,15,21,28,36,45,55,66])

 

再有按照排序

a=numpy.random.rand(4)

a.sort()等价于numpy.sort(a)

 

6 Numpy中的会师运算

a=numpy.array([1,4,2,7,9,0,1,5,7,8])

unique(a):  删除数组中之更元素,并返唯一元素的雷打不动结果

intersect1d(a,b):查找a,b中之共同因素,并返回公共元素的可行结果

union1d(a,b):求a,b的并集,并回到有序结果。

in1d(a,b):返回一个布尔型数组,如果a元素包含于b,则赶回TRUE,否则回False

setdiff1d(a,b):求集合a,b的两样,即有被a中可是未存让b中的因素

setxor1d(a,b):求集合a,b的对称差。即存在于a或b但不同时在于a,b中的元素

 

7 线性代数

numpy中的linalg模块支持大的线性代数操作

det :求矩阵行列式

eig:求矩阵特征值和特征向量

inv:求方阵的迎

 

numpy中之常用线性代数函数

dot:完成矩阵乘法

trace:计算对角线元素的同

 

8访文件

(1)将反复组为二进制形式存取

save用于保存:numpy.save(‘d:\\nshz.npy’,a)
若没有点名扩展名,则默认为.npy

load用于读取:numpy.load(‘d:\\nshz.npy’)

(2)存取文本文件

savetxt():numpy.savetxt(‘d:\\npshz.txt’,a,delimiter=’,’)会在D盘下新建文件‘npshz.txt’

loadtxt():numpy.loadtxt(‘d:\\npshz.txt’,delimiter=’,’)