## np.array()生成一个ndarray数组
## ndarray在程序中别名是：array
import numpy as np
p = np.array([0,1,2,3,4,5])
q = np.array([9,8,7,6,5,4])
c = p * q
print(c)
## np.array()输出程[]形式，元素由空格分割
## 轴（axis）:保存数据的维度 秩（rank）：轴的数量
ndarray对象的属性
| 属性 | 说明 |
|---|---|
| .ndim | 秩，即轴的数量或者维度的数量 |
| .shape | ndarray对象的尺度，对于矩阵，n行m列 |
| .size | ndarray 对象元素的个数，相当于.shape的n*m的值 |
| .dtype | ndarray 对象的元素类型 |
| .itemsize | ndarray对象中每个元素的大小，以字节为单位 |
ndarray的创建
（1）从python中的列表/元祖等类型创建ndarray，或者从混合类型中创建ndarray
（2）使用NumPy中函数创建ndarray数组，如arange, ones ,zeros等
| 函数 | 说明 |
|---|---|
| np.arrange(n) | 类似range（）函数，返回ndarray类型，元素从0到-1 |
| np.ones(shape) | 根据shape生成一个全1数组，shape是元祖类型 |
| np.zeros(shape) | 根据shape生成一个全0数组，shape是元祖类型 |
| np.full（shape, val） | 根据shape生成一个数组，每个元素值都是val |
| np.eye(n） | 创建一个正方的n*n单位矩阵，对角线为1，其余为0 |
| 函数 | 说明 |
|---|---|
| np.ones_like(a) | 根据数组a的形状生成一个全1数组 |
| np.zeros_like(a) | 根据数组a的形状生成一个全0数组 |
| np.full_like(a,val) | 根据数组a的形状生成一个数组，每个元素值都是val |
ndarray其他创建数组的方法
| 函数 | 说明 |
|---|---|
| np.linspace() | 根据起止数据等间距地填充数据，形成数组 |
| np.concatenate() | 将两个或多个数组合并成一个新的数组 |
ndarray数组的维度变换
| 方法 | 说明 |
|---|---|
| .reshape(shape) | 不改变数组元素，返回一个shape形状的数组，原数组不变 |
| .resize(shape) | 与.reshape（）功能一致，但修改原数组 |
| .swapaxes(ax1, ax2) | 将数组n个维度中两个维度进行调换 |
| .flatten() | 对数组进行降维，返回折叠后的一维数组，原数组不变 |
ndarray数组的类型变换
new_a = a.astype(new_type)
ndarray数组向列表的转换
a.tolist()
