备注：第一次学习python，有错误的地方希望大家指正
Numpy
Numpy是一个使用python进行科学计算的基础包，包含内容有：
- 强大的N维数组对象
- 复杂的（广播）功能
- 用于集成C/C++和Fortran代码的工具
- 有用的线性代数，傅里叶变换和随机数功能
除了明显的科学用途外，Numpy还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使Numpy能够无缝快速地与各种数据库集成
一．基础知识：
Numpy的主要对象是同构多维数组，它是一个元素表（通常是数字），都是相同类型的数据，由正整数元组索引。在Numpy中纬度称为轴，轴的数量被称为级。
什么是数组：
所谓数组，就是相同数据类型的元素按一定顺序排列的集合，就是把有限个类型相同的变量用一个名字命名，然后用编号区分他们的变量的集合，这个名字称为数组名，编号称为下标。组成数组的各个变量称为数组的分量，也称为数组的元素，有时也称为下标变量。
什么是多维数组：
一维数组：容易理解 就是一个大箱子 里面有许多元素
如a[3] 这就是一个装有三个元素的箱子
二维数组： 就是一维数组的数组
如 a[3][4] 有三个装着四个元素的箱子
三维数组 ：2维的图形就是一个平面，而3维的图新就是一个立体图形，3维比2维多了一个 z 轴。。 如果把它们的区别实体化，那么你可以理解为 ：一个正方形 和 一个正方体 的区别了
举个例子：
3D空间中点的坐标[1,2,3]这就具有一个轴。该轴有3个元素。所以我们说他的长度是3。下图中的例子
中数组有两个轴，第一个纵向轴为2，第二个横向轴为3
Numpy的数组被调用ndarry，他也被别名所知array。Numpy.array与标注python库类不同array.array，后者仅处理一组数组并提供较少功能，而ndarry对象更重要的属性是：
Ndarry.ndim:阵列的轴数
Ndarry.shape：数组的大小。这是一个整数元组，表示每个维度中数组的大小。对于具有n行和m列的矩阵，shape将是(n,m)。shape因此，元组的长度 是轴的数量ndim。
ndarray.size：数组的元素总数。这相当于元素的乘积shape。
ndarray.dtype：描述数组中元素类型的对象。可以使用标准Python类型创建或指定dtype。此外，NumPy还提供自己的类型。numpy.int32，numpy.int16和numpy.float64就是一些例子。
ndarray.itemsize：数组中每个元素的大小（以字节为单位）。例如，类型的元素数组float64有itemsize8（= 64/8），而其中一个类型complex32有itemsize4（= 32/8）。它相当于ndarray.dtype.itemsize。
ndarray.data：包含数组实际元素的缓冲区。通常，我们不需要使用此属性，因为我们将使用索引工具访问数组中的元素。
例子：
二．数组的创建：
使用array函数从常规的python列表或者元组创建数组：
将序列转换成一个二维或者三维以上的数组：
也可以在创建时显式指定数组的类型：
创建数组例子
创建一个数组，通过shape函数得出这个数组是一维数组，6代表的是元素，但是是行向量还是列向量，这里没有明确标明，在实际中，一定要指定好向量，用reshape函数
先是定义一个列表a，通过array函数变成一维数组，再用reshape函数指定向量reshape（（2，-1）），2表示横向量，-1是占位符（不一定要-1，任何数都可以），通过print shape（a），我们可以看出2是横向量，3是列向量，这时a已经变成了二维数组
我们可以试着把-1和2对换，reshape（-1，2），那么-1就变成了3，2代表是占位符，print
Shape（a）结果出来的是（3，2），3代表了横向量，2代表了列向量
如何去修改数组里面的元素呢？以上图为例，我想改5变成55，那么找到他的位置，在数组中，下标是从0开始的，那么5的位置是（横，列）（2，0）
修改成55：
在Numpy里面还提供了其他的创建数组的函数：
Zeros
通过zeros创建了（3，3）元素为0的二维数组
ones
通过ones函数去创建一个（2，3）元素为1的二维数组
Zeros和ones的功能都能通过full函数来实现，比如：
通过调用full函数创建一个（3，3），元素为0的二维数组，所以full的第一个参数是一个元组，元组里面定义了维度，第二个参数定义了元素值，如果第二个参数设置成0，那么和zeros是一样的，设置成1，是和ones一样的。
eye
创建一个单位矩阵
从左上角到右下角的这条对角线上的元素是1，其余为0
Random.random
创建随机数
- 数组的索引
Indexing
S=a[-2:, 1:3]，-2代表倒数第二行，“：”后面不带数字说明一直到最后，取到的值是[5, 6, 7, 8,9, 10, 11, 12], 1：3代表是从第一列到第三列，“1，5，9”是编号为0的列，那么“2，6，10”为编号为1的列，3准确的来说是从第一列往后的两个元素，所以就是上图的结果
错误写法：
a[-2: 0][1: 3]，在别的编程语言可以，在python不行
取出7的值：
-2代表着从后面往前数，第一位是-1
请看下面个测试：
从上面的测试可以看出，使用整数来进行索引时，它的纬度就会-1
第二个测试：
总结：最后一个数组是它上一个数组的纬度是要高一个纬度的，因为它并没有用整数作为索引，这就是对数组进行一个索引操作后，你的数组纬度可能会比原来的纬度低，也可能相同
Arange
第一个 产生0-2的数字，第二个固定一个数字范围，3-6，不包含最后一位
Np.arange的第一个参数是产生一个0-2的三个数字，第二个参数是列，+=10是里面的数+10，的出来的结果就如上图
这三种写法效果都是一样的
输出a>10的数字
- 数据的类型
dtype函数
如果数组里面全是整数，得出的数组数据类型是int32
如果数组里面全是小数，得出来的就是float64
如果又有整数又有小数，的出来的也是float64
如果我们将指定数据类型，将float64位的小数指定为int64，那么得出的结果是把小数部分给去掉，保留整数部分
- 数学运算与常用函数
两个数组之间相加，从得出的结果不难看出是两个数组之间对应的位置作和
Python当中，运算符的函数是add：+ ；subtract：- ； multiply：* ； divide：/
开方操作：sqrt（变量）
- 广播
这种用循环方式效率是非常慢的，可以用tile的函数
还有个广播方式：
不同纬度的数组相加，Numpy会将数组自动转换为相同的纬度，广播会在缺失纬度和纬度为一的上面运行