图
通过函数创建 numpy 数组
通常我们不会手动创建一个有规律的数据，而是借助一些函数帮助我们生成数组。
arange 函数就是其中一个可以帮助我们生成 numpy 数据函数
a = np.arange(1,10,1)
print(a)
[1 2 3 4 5 6 7 8 9]
arange 默认步长就是 1 ，起始值 1 终止值 10 遵循左闭右开的原则。
linspace 函数参数为起始值、终止值和元素个数（与 arange 不同之处）默认这次会包括终止值
b = np.linspace(1,10,10)
print(b)
[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10.]
如果 endpoint 给 False 就不包含终止值
b = np.linspace(1,10,10,endpoint=False)
[1. 1.9 2.8 3.7 4.6 5.5 6.4 7.3 8.2 9.1]
这是一个等差数列
可以用 logspace 来创建一个等比数列
c = np.logspace(1,2,9,endpoint=False)
print(c)
[10. 12.91549665 16.68100537 21.5443469 27.82559402 35.93813664
46.41588834 59.94842503 77.42636827]
d = np.logspace(0,10,11,endpoint=True,base=2)
print(d)
[1.000e+00 2.000e+00 4.000e+00 8.000e+00 1.600e+01 3.200e+01 6.400e+01
1.280e+02 2.560e+02 5.120e+02 1.024e+03]
使用 frombuffer ， fromstring, fromfile 等函数可以从字节序列创建数组
s = 'abcd'
g = np.fromstring(s,dtype=np.int8)
print(g)
[ 97 98 99 100]
数组的进行截取
在 numpy 对数组进行切片方式类似之前 go 语言
a = np.arange(10)
b = a[1:3]
print(b)
[1 2]
从 1 到 2 位置且依旧遵循左闭右开原则
a = np.arange(10)
b = a[:3]
print(b)
[0 1 2]
给出步长为 -1 ，不给初始值和终止值所以就是所有元素，也就是对数组进行翻转
a = np.arange(10)
b = a[::-1]
print(b)
[9 8 7 6 5 4 3 2 1 0]
大家需要注意切片数据是数组的一个视图，与原数据共享内容空间，也就是引用关系，所以修改切片就意味着修改原数据
a = np.arange(10)
b = a[1:4]
b[0] = 10
print(a)
[ 0 10 2 3 4 5 6 7 8 9]
如果数组的下标位置获取原数组元素后赋值给新数组后，当更改新数组的某个元素的值，原数组是不会发生变化的。这样从而就是隔离开了原数组和新数组间的关系
a = np.logspace(0,9,10,base=2)
print(a)
i = np.arange(0,10,2)
print(i)
b = a[i]
print(b)
通过这个例子大家可以自己体味一下其中的机制
[ 1. 2. 4. 8. 16. 32. 64. 128. 256. 512.]
[0 2 4 6 8]
[ 1. 4. 16. 64. 256.]
