pip install numpy -i https://pypi.douban.com/simple/
NumPy(Numerical Python) 是 Python语言的一个扩展程序库，支持任意维度的数组和矩阵操作，此外也针对数组运算提供了大量的内置方法。
NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
•一个强大的N维数组对象 ndarray
•广播功能函数
•整合 C/C++/Fortran代码的工具
•线性代数、傅里叶变换、随机数生成等功能数学函数库。
1、ndarray的属性
1)属性及其说明如下表所示：
属性名字说明shape返回 tuple。表示数组的形状，对于 n 行 m 列的矩阵，形状为(n,m)ndim返回 int。表示数组的维数size返回 int。表示数组的元素总数，等于数组形状的乘积dtype返回 data-type。描述数组中元素的类型itemsize返回 int。表示数组的每个元素的大小(以字节为单位)2)ndarray的数据类型
类型描述bool布尔类型(True或False)int8整数，范围为−128至127int16整数，范围为−32768至32767int32整数，范围为−231至232-1int64整数，范围为−263至263-1uint8无符号整数，范围为0至255uint16无符号整数，范围为0至65535uint32无符号整数，范围为0至232-1uint64无符号整数，范围为0至264-1 类型描述float16半精度浮点数(16位)，其中1位表示正负号，5位表示指数，10位表示尾数float32单精度浮点数(32位)，其中1位表示正负号，8位表示指数，23位表示尾数float64单精度浮点数(64位)，其中1位表示正负号，11位表示指数，52位表示尾数complex64复数，分别用两个32位浮点数表示实部和虚部complex128复数，分别用两个64位浮点数表示实部和虚部objectPython对象string_字符串unicode_unicode类型2、numpy多种方法创建数组
1)生成0和1的数组：
① numpy.zeros(shape,dtype = float,order = "C" )
② numpy.ones(shape,dtype = float,order = "C" )
参数说明：
参数描述shape数组形状dtype数据类型，可选order有"C"和"F"两个选项,分别代表，行优先和列优先，在计算机内存中的存储元素的顺序。2)重现有数组生成
①numpy.array(object[,dtype,order])
②numpy.asarray(object[,dtype,order])
③numpy.copy(object[,order])
参数名称说明object接收array。表示想要创建的数组。无默认。dtype接收data-type。表示数组所需的数据类型。如果未给定，则选择保存对象所需的最小类型。默认为None。order表示计算机内存中的存储元素的顺序3)生成固定范围的数组
①numpy.linspace(start,stop,num=50, endpoint=True,retstep=False,dtype=None)
通过指定开始值、终值和元素个数创建等差数列数组，默认设置包括终值
参数说明：
参数描述start序列的起始值stop序列的终止值，如果endpoint为True，该值包含于数列中num要生成的等步长的样本数量，默认为50endpoint该值为 Ture 时，数列中包含stop值，反之不包含，默认是True。retstep如果为 True 时，生成的数组中会显示间距，反之不显示。dtypendarray 的数据类型②np.arange(start,stop,step,dtype)
通过指定开始值、终值和步长创建一维数组，创建的数组不含终值。
参数说明：
参数描述start起始值，默认为0stop终止值(不包含)step步长，默认为1dtype返回ndarray的数据类型，如果没有提供，则会使用输入数据的类型。4)、生成随机数组
①numpy.random.uniform(low=0.0,high=1.0,size=None)
功能：产生在[0,1)中均匀分布的随机数
返回值：ndarray类型，其形状和参数size中描述一致
参数说明：
参数描述low采样下界，float类型，默认值为0high采样上界，float类型，默认值为1size输出样本数目，为int或元组类型，缺省时输出1个值② numpy.random.normal(loc=0.0, scale=1.0,size=None)
功能：返回指定形状的标准正态分布的数组
参数说明：
参数描述loc均值，float类型scale标准差，float类型size输出样本数目，为int或元组类型，缺省时输出1个值1、一维数组索引：基于 0-n 的下标进行索引，与Python中list操作一致(不含stop)。
① [index] 非负整数：从 0 往后数；负整数：从 -1往前数
②[start : stop] 取值范围：[start：stop)
③ [start :]、[ : stop] 取值范围：[start : -1] 、[0 : stop)
④ [start : stop : step] start<stop,step>0：按照步长(顺序)取值 [start：stop)
start>stop, step<0：按照步长(从后向前)取值 [start：stop)
⑤array[start : stop] = [n1, n2, …] 数组元素值修改
2、多维数组索引：多维数组的每个维度都有一个索引，各个维度索引之间用逗号隔开。
[索引1,索引2, ……] 索引规则<= 维度，从前向后匹配维度
1、数组形状修改
①ndarray.reshape(shape)
说明：返回新数组，数据进行重新分割
②ndarray.resize(shape)
说明：修改原始数组，数据进行重新分割
③ ndarray.T
说明：转置：行变成列、列变成行，返回新的数组
2、数组类型修改
①ndarray.astype(type)
说明：返回新数组，改变数组类型的同时不改变原始数据的值
②ndarray.tostring()
说明：转换成bytes类型
3、数组的去重
numpy.unique(arr, return_index=False,return_inverse=False, return_counts=False)
功能：找出数组中的唯一值，并返回已排序结果
参数说明：
①arr：输入数组，如果不是一维数组则会展开
②return_index：若为True，返回新数组元素在原数组中的位置(下标)
③return_inverse：若为True，返回原数组元素在新数组中的位置(下标)
④return_counts：若为True，返回去重数组中元素在原数组中的出现次数
