今天我们来学学numpy这个库。重要性自不必说，直接切入主题。
numpy的数组创建方法
a = np.array([[1,2,3],[2,3,4]])
print(a)
print(a.shape)
1-1
其中shape属性表现了这个数组的维度。
numpy还有一些自带的数组创建方法
a = np.zeros((3,3))
b = np.ones((3,3))
c = np.arange(0,10)
d = np.arange(0,12).reshape(3,4)
e = np.random.random(3,3)
读者可以自行输入，观看结果，享受编码的乐趣。注意zeros和ones后面是跟了两组小括号的。
numpy数组的运算
有关numpy数组的简单运算，比如加减乘除，想必大家都能猜出来。完全靠想象就可以写出来代码，毕竟python是一门很贴近自然语言的编程语言。
对了，numpy还可以进行自加加和自减减，以及直接求和，求最大最小值，求平均值求方差等一系列犀利操作，都是封装好的。毕竟，这是python很多库的基础。
我演示一下一下，它对矩阵的操作。
a = np.arange(0, 9).reshape(3,3)
b = np.ones((3,3))
print(a)
print(b)
print(a*b)
print(np.dot(a,b))
2-1
一个是元素间相乘，一个是矩阵间相乘。大家不要弄混淆。
numpy的优雅迭代
大家循环都喜欢用for，可是numpy有一个更优美更简洁的方法。
A = np.arange(0, 9).reshape(3, 3)
B = np.apply_along_axis(np.mean, axis=0, arr=A)
print(A)
print(B)
结果很明显，图就不贴了。第二行代码的意思就是，将A的每列求均值然后重新生成一个数组。
