数据类型
静态和动态数据的区别！
C++和Python
列表的含义
列表中元素保存的是地址
数组必备特征：类型 数据 维度 步幅
不在指向地址 numpy提供一个与C性能差不多的数组
查看numpy的版本：numpy.__version__
1.创建数组
<1>列表创建数组 a1 = np.array([1,2,3,4,5])
<2>元组创建数组 a2 = np.array((1,2,3,4,5))
<3>从头创建数组 a3 = np.arange(10) 创建一个连续的数组
a1=np.zeros((2,2))#生成一个所有元素都是0的2行2列的数组
a2=np.ones((3,2))#生成一个所有元素都是1的3行2列的数组
a3=np.full((2,2),8)#生成一个所有元素都是8的2行2列的数组
a4=np.eye(3)#生成一个在斜方形上元素为1，其他元素都为0的3x3的矩阵
2.数组属性
ndarray.dtype
指定数组类型
a1=np.array([1,2,3],dtype=np.int64)
秩：n.ndim 数组的维度的元组
维度 形状 ：n.shape (x,y) x行 y列
ndarray.size：获取数组中总的元素的个数。
(x,y,z) 有x个元素 每个元素中y行z列
ndarray.itemsize：数组中每个元素占的大小，单位是字节。
3.数组的修改
修改数组维度 n.reshape((x,y)) 这里是一维修改二维 x行y列
n.reshape((x,y,z)) 一维修改三维 有x个元素 每个元素中y行z列
n.flatten() 多维直接变成一维
n.size 元素个数
.dtype 数据类型
.itemsize 大小（字节大小）
4.数组的操作
增 删 改 查
n[x] 一维查找
n[x,y] 二维查找 x行 第y个
n[x:y] 第x行到第y-1行 不要屁股哦！
n[x:y,p:q] 第x行到第y-1行 第p列到第q列
n[x:y:z] 第x行到第y-1行 步长z
5.布尔索引
a = n<x 数组n中小于x 返回一个全是布尔值数组
n[a] 找到满足a条件的数 以一个数组的形式
n[x][y]=k 第x行第y个替换成k
n[a]=k 找到满足a条件的数 以一个数组的形式 并替换成k
生成随机数组
np.random.randit(m,n,size(x,y)) 从m到n 随机生成一个x行y列的数组
n.resize((x,y)) 改变本身！！ reshape 不改变本身！！！ 深浅拷贝
数组的拼接(数据维度要一样)
a1 a2
a3 = np.vstack([a1,a2]) 上下拼接(列数必须相同)
a4 = np.hstack([a1,a2]) 左右拼接(行数必须相同)
np.concatenate([a1,a2],axis=) axis=0 竖直拼接 axis=1 水平拼接 axis代表参考轴
a是x行y列的数组 a.T变成y行x列
数组分割
np.hsplit(a,x) 把a数组水平分割成x份
np.hsplit(a,[0,1]) 把a数组在第0行和第1行处切割一下
np.vsplit(a,x) 把数组竖直分割成x份
np.array_split(a,x,axis=) 数组a切成x份 axis=0 竖直切割 axis=1 水平切割 axis代表参考轴
