说明

1. 安装说明：只安装python及numpy
2. 主要内容：

• numpy核心数据结构
• 创建数组
• 属性
• 操作及函数

一、numpy核心数据结构

1. Numpy的核心数据结构，就叫做array就是数组，array对象可以是一维数组，也可以是多维数组；
2. Numpy成为事实上的Scipy、Pandas、Scikit-Learn、Tensorflow、PaddlePaddle等框架的“通用底层语言”
3. 数组所有元素必须都是同一种数据类型，比如都是数字int类型，这也是Numpy高性能的一个原因；

二、创建数组

1. 从Python的列表List和嵌套列表创建array
   
2. 函数创建

函数	功能	说明
zeros	创建0的数组	np.zeros((行，列))
zeros_like	创建指定的数组相同维度全是0的数组	np.zeros_like(arr)
ones	创建1的数组	np.ones((row,column))
ones_like	创建指定的数组相同维度全是1的数组	np.ones_like(arr)
empty	创建空的数组	np.empty((row,column))
empty_like	创建指定的数组相同维度全是空的数组	np.empty((row,column))
full	创建指定数的数组	np.full((row,column),num)
full_like	创建指定的数组相同维度全是指定数的数组	np.full_like(arr,num)
eye
arange	创建线性的数组	np.arange(start,end,step)
linespace	创建线性的数组	np.linespace(start,end包含在里面,num是start与end间的个数)

1. _like是创建与该数组一样维度的数组
2.(row,column)是二维，也可以是三维，一维时用元素个数代替(row,column)

3. 随机数np.random
   np.random.randn((row,column))

三、属性

函数	功能
shape	返回(行,列)
ndim	维度数
size	所有元素的个数
dtype	类型

四、操作及函数

1. 直接逐元素的加减乘除等算数操作
2. 更好用的面向多维的数组索引(基础索引与list索引一样)
3. 求sum/mean等聚合函数

五、完