目录
一、数组的基本知识
二、索引与切片
三、数组的转置
四、数组处理数据与通用函数
五、随机数和线性代数模块
一、Numpy数组对象
（1）NumPy中最重要的一个特点就是其N维数组对象，ndarray（array）。
（2）Numpy数组创建：NumPy 用于处理数组，我们可以使用 array() 函数创建一个 NumPy ndarray 对象。
一维数组：data1=np.array([1,5,8])
二维数组：data2=np.array([[1,4,2],[5,6,8]])
(3) zeros()函数：创建的元素值都是零
ones()函数：创建的元素值都为1
empty()函数：创建新的数组。（注：元素是随机的）
arange()函数：创建等差数组。（注：arange（）函数的结果为数组，不是列表）
data=np.zeros((4,6))
data2=np.ones((2,7))
data3=np.empty((4,6))
data4=np.arange(2,5,4)
(4) ndarray对象的数据类型：
1、通过astype()方法进行转换：
data=np.array([[1,3,5],[2,3,5]]) data.dtype float_data=data.astype(np.float64) float_data.dtype
2、常见的Numpy数据类型：
二、索引与切片
（1）索引：
数组索引等同于访问数组元素，可以通过引用其索引号来访问数组元素，NumPy 数组中的索引以 0 开头，这意味着第一个元素的索引为 0，第二个元素的索引为 1，以此类推。
一维数组索引 arr=np.arange(4) arr[3] #获取1~3的元素，但是不包括3 arr[1:3]
二维数组索引 arr2=np.array([[2,3,4],[3,4,1],[1,5,6]]) 获取索引为2的元素 arr[2]
(2) 切片：
arr2=np.array([[2,3,4],[3,4,1],[1,5,6]]) 一个切片：arr2[:2] 2个切片：arr2[0:2,0:2]
三、数组的转置
（1）转置：将数组中的每个元素按照一定的规则进行位置变换。
转置方法：T属性；transpose（）
四、数组处理数据与通用函数
（1）将条件逻辑转为数组运算：
where（）函数：三元表达式x if condition else y的矢量化版本。
arr_x = np.array([1, 7, 3]) arr_y = np.array([2, 8, 4]) arr_con = np.array([True, False, True]) result = np.where(arr_con, arr_x, arr_y)
sort（）：对NumPy数组中的元素进行排序
arr = np.array([[1, 2, 5],[2, 6, 2], [4, 9, 6]]) arr.sort()
all（）函数：判断整个数组中的元素的值是否全部满足条件，如果满足条件返回True，反之则返回False。
arr = np.array([[1, -2, -7],[-3, 6, 2],[-4, 3, 2]]) # arr的所有元素是否都小于0 np.all(arr<0)
any()函数：判断整个数组中的元素至少有一个满足条件就返回True，反之则就返回False。
arr = np.array([[-2, -6, -7],[-3, 4, 2],[-4, 3, 7]]) # arr的所有元素是否有一个大于0 np.any(arr > 0)
unique（）函数：找出数组中的唯一值，并返回排序后的结果。
arr = np.array([23, 11, 24, 23, 12, 6, 11]) np.unique(arr)
in1d（）函数：判断数组中的元素是否在另一个数组中存在。
arr = np.array([12, 22, 34, 23, 12, 6, 11]) np.in1d(arr, [11, 12])
（2）通用函数： 一种针对ndarray中的数据执行元素级运算的函数，函数返回的是一个新的数组。
一元通用函数:
二元通用函数：
五、
(1)随机数模块：和Python的random模块相比，NumPy的random模块功能更多，它增加了一些可以高效生成多种概率分布的样本值的函数。
seed（）函数:产生的随机数相同。
numpy.random.seed(seed=None)
(2) 线性代数：
dot（）：用于矩阵乘法。
arr_x = np.array([[1, 2, 3], [4, 5, 6]]) arr_y = np.array([[1, 2], [3, 4], [5, 6]]) # 等价于np.dot(arr_x, arr_y) arr_x.dot(arr_y)
矩阵点积：假设A为 m*p的矩阵，B为 p*n 的矩阵，那么矩阵A与B的乘积就是一个 m*n 的矩阵C。
