Numpy
一.Numpy简介
二.Numpy使用
前提:安装和导入
jupyter notebook实例：
1.ndarray -多维数组对象
简介：通过ndarray这个多维数组对象可以让这些批量计算变得更加简单，当然这只它其中一种优势。
ndayyary多种创建方式
#1.np.array：将列表转换为数组，可选择显式指定dtype
#第一种：np.array(列表) np.array([1,2,3,4,5])
#2.np.arange(数字) ### 类似于python的range版本
#第二种创建方式：np.arange(数字) ### 类似于python的range版本
#3.linspace：类似arange()，np.linspace(初始值,结束值, num=分割份数默认是50，endpoint=False是否包含结束值)
示例1：
示例2：
#4.zero创建0数组：np.zeros((维度数默认为1,每个列表元素数))
示例1：
示例2：
#4.zero创建1数组：np.zeros((维度数默认为1,每个列表元素数))
示例1：
示例2：
#5.empty：根据指定形状和dtype创建空数组（随机值）：np.empty(维度数默认为1，每个列表元素数)
示例1：
示例2:
#6.eye：根据指定边长和dtype创建单位矩阵：np.eye(维度数和每个列表元素数)
示例1：
示例2：
2.ndarry之间的运算
#1.两个列表对应相乘和列表内元素求和：
#2.加减乘除都是一样的两个ndarray列表对应位元素进行计算
加：
减：
乘：
以上为例：
补充：
除：注意是整除还是取整或是取余，这里就不做演示了
3.二维数组
注意：列表里有几个列表就是几维数组
4.常用属性
示例数组：
#1.T:高维数组的转置（列与行的转换，注意列表里有几个列表就是几行每个列表里有几个元素就是几列）
如：2行4列数组转变为4行2列
#2dtype:数组元素的数据类型
#3.size：数组元素个数
#4.ndim:数组维度
#5.shape：以元组的形式展示数组的维度(维度，每个列表里元素个数)
5.数据类型
#1.转换为浮点型
#2.其他类型同理