小结：ndarray数组的属性，数组的创建。
- Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。
- 数组的维数是秩，例如3维数组的秩就是3。一个轴也代表一个维。
- Numpy数组是一个多维数组对象，称为ndarray,由实际数据和描述这些数据的元数组组成。大部分的操作仅针对元数据。
- 同一个Numpy数组的所有元素的类型必须相同。
- ndarray的几个属性 ：ndim(维数），shape(维度），size(各个维度的乘积，元素总个数），dtype（元素数据类型），itemsize（元素所占字节数）
Screen Shot 2017-06-08 at 11.28.54 AM.png
-
常见的几个数组创建的方式
b是由元组创建，c是由序列，d是由arange注意拼写，e是由ones。
Screen Shot 2017-06-08 at 11.42.01 AM.png
arange产生一个序列np.arange(头，尾，间隔），且不能包含尾巴。
Screen Shot 2017-06-08 at 11.47.55 AM.png
reshape可以改变数组的维度：
>>> f
array([10, 15, 20, 25, 30, 35])
>>> f.reshape(3,2)
array([[10, 15],
[20, 25],
[30, 35]])
>>> f.reshape(2,3)
array([[10, 15, 20],
[25, 30, 35]])
- 生成数组的时候可以指定数据类型
>>> print np.array((1.2,2,3,4), dtype=np.int32)
[1 2 3 4]
>>> np.arange(7, dtype=uint16)
array([0, 1, 2, 3, 4, 5, 6], dtype=uint16)
- linspace ,从1到3之间产生9个数
>>> print np.linspace(1,3,9)
[ 1. 1.25 1.5 1.75 2. 2.25 2.5 2.75 3. ]
- 数据类型
bool 用一个字节存储的布尔类型（True或False）
inti 由所在平台决定其大小的整数（一般为int32或int64）
int8 一个字节大小，-128 至 127
int16 整数，-32768 至 32767
int32 整数，-2 ** 31 至 2 ** 32 -1
int64 整数，-2 ** 63 至 2 ** 63 - 1
uint8 无符号整数，0 至 255
uint16 无符号整数，0 至 65535
uint32 无符号整数，0 至 2 ** 32 - 1
uint64 无符号整数，0 至 2 ** 64 - 1
float16 半精度浮点数：16位，正负号1位，指数5位，精度10位
float32 单精度浮点数：32位，正负号1位，指数8位，精度23位
float64或float 双精度浮点数：64位，正负号1位，指数11位，精度52位
complex64 复数，分别用两个32位浮点数表示实部和虚部
complex128或complex 复数，分别用两个64位浮点数表示实部和虚部
- 数据类型的转换
Screen Shot 2017-06-08 at 12.06.59 PM.png
Screen Shot 2017-06-08 at 12.07.49 PM.png
