目录
1. numpy
2. numpy数组和list列表
3. numpy 产生数组
3.1 从列表产生数组
3.2 生成全0或者全1数组
3.3 fill 将数组设置为指定值
3.4 生成特殊数组
4. 数组类型
5. 数组形状
6. 数组元素的数目
7. 数组的维度
1. numpy
常见的几种导入方式：
第三种的话，以后使用numpy的内容，就不需要numpy. 的操作，直接用就行
建议使用第二种导入方式
2. numpy数组和list列表
numpy 数组上的数学操作：
- 例如：将列表的每一个元素+1
- 例如：将列表a，b对应的元素相加
zip 是一个打包命令，这里可以将a，b对应的位置组成一个数对，然后再相加
上面运用列表的操作是非常麻烦的，但是运用numpy的话会非常简单
3. numpy 产生数组
这里数组和列表不同的是：
列表元素类型可以是不一样的
数组元素类型 dtype 是一样的
3.1 从列表产生数组
3.2 生成全0或者全1数组
生成全 0 数组：zeros
默认给的都是浮点数的形式 0.
生成全 1 数组：ones
默认给的都是浮点数的形式 1.
通过dtype 更改默认的元素类型
3.3 fill 将数组设置为指定值
如果传入参数的元素类型不一样，会按照已有的类型（原来的类型）进行转换
如果想让上面的fill(2.5）成立，需要astype进行类型转换
3.4 生成特殊数组
生成整数序列：arange，遵循左闭右开
生成等差数列：linspace(开始，终点，多少个元素)，这个不是左闭右开，终点也包括
这个写法可能有点奇怪，但是也能理解，要不然就和arange一样了
默认是浮点型，因为个数的存在极大可能会产生小数
生成随机数：random.rand()
这样生成的是10个0-1直接的随机数，不包括1
随机生成10个整数，左闭右开
4. 数组类型
查看数组类型：type
numpy.narray----->numpy当中的n维的数组类型
查看数组中元素的类型：dtype
5. 数组形状
shape 查看数组的形状
6. 数组元素的数目
size 查看数组元素的个数
7. 数组的维度
ndim 查看数组的维度
