Numpy包

一些属性：

Numpy数组在创建时有固定大小

数组中的所有元素都必须具有相同的数据类型

numpy函数：

ndarray.ndim：数组的维数

ndarray.shape 

数组的形状，一个整数元组，指的是每一维度的size，n行m列就对应n*m,(n,m),形状元组的size就是数组的维度

ndarray.size

数组的元素个数，和shape元组中n*m相等

ndarray.dtype

一个描述数组内元素类型的对象。可以使用标准Python类型创建或指定dtype。 另外，NumPy提供了自己的类型。 numpy.int32，numpy.int16和numpy.float64是一些示例。

ndarray.itemsize

数组中每一个元素的字节数，例如，元素类型为float64时，itemsize为8(64/8)，元素类型为complex32时，itemsize为4(32/8)，

和ndarray.dtype.itemsize相等

ndarray.data

存储数组实际元素的缓冲区，一般不用此属性，而是用下标来访问数组

数组创建：

一维：a = np.array([2,3,4])

二维：b = np.array([(1.5,2,3), (4,5,6)])

默认数据类型为float64

np.zeros((n,m))创建一个全为0的数组

np.ones((n,m))创建一个全为1的数组

np.empty(())创建一个全为随机数的数组

np.arange([start, ]stop, [step, ]dtype=None) 从start到stop每隔step取一个数。start默认值为0，step默认值为1

np.linspace( a,b,n ) 从a到b取n个数 包括a和b 

打印数组

print(a)

布局：
最后一个轴从左到右打印，
倒数第二个从上到下打印，
其余的也从上到下打印，每个切片之间用空行隔开。
然后将一维数组打印为行，将二维打印为矩阵，将三维打印为矩阵列表。

如果数组元素太多，打印时会自动省略，如果不想省略，可以用下边命令：

np.set_printoptions(threshold=sys.maxsize)  

其他操作

A*B A和B中每个元素对应相乘

A@B 或A.dot(B)  A和B进行矩阵乘法

b.sum(axis=0)  求特定维度的元素之和

b.cumsum(axis=1)  求每行的累加和