numpy（创建数组， 数组类型， 数组维度，特殊数组的创建与数组操作，改变数组类型，数组切片， 数组计算，数组统计计算， 数组数据排序， 数组CSV存储，数组增加，数组删除，集成函数）

numpy

numpy(Numerical Python)是Python语言的一个扩展程序库，支持大量
的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库
本质是一个数组，可以为一维、二维多维等

安装：
在pycharm设置中安装

引用：
import numpy

常用：
import numpy as np

 创建数组

创建数组：
numpy使用array([...])建立数组，其中[...]是数组的数据
a = numpy.array([1, 2, 3])

import numpy as np
a = np.array([1, 2, 3])
for i in a:
    print(i)

1
2
3

array = np.array([[1,2,3],[2,3,4]])    （多维每个维度的数据个数需要相等）
for i in range(2):
    print(array[i])

[1 2 3]
[2 3 4]

 数组类型

注：中间无逗号分隔

指定int型
a = np.array([1,2,3],np.int)
print(a)

[1 2 3]

指定float型
a = np.array([1.6,2.0,3],np.float)
print(a)

[1.6 2.  3. ]

指定float型
a = np.array(['hello' 'world'],np.str)
print(a)

['hello' 'world']

 数组维度

数组维度：
使用ndim获取数组维度
使用shape获取每个维度的大小，shape是一个元祖

a = np.array([1,2,3])
print(a.ndim)
print(a.shape)

1
(3,)    # 三列

a = np.array([[1,2,3],[2,3,4]])
print(a.ndim)
print(a.shape)

2
(2, 3)    # 两行，三列

特殊数组的创建与数组操作

import numpy as np
np.zeros(shape,dtype)创建形状为shape类型为dtype的全0数组
np.ones(shape,dtype)创建形状为shape类型为dtype的全1数组
np.empty(shape,dtype)创建形状为shape类型为dtype的全空数组（非真空），数