python中有关numpy的

参照numpy Quickstart tutorial
1.numpy的array
1.1 存放在array中必须放在一个大列表中

>>> import numpy as np
>>> x=np.array([[1,2,3],[4,5,6]])
>>> y=np.array([1,2,3])
>>> y=np.array([1,2,3],[4,5,6])#这种情况就不行
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    y=np.array([1,2,3],[4,5,6])
TypeError: data type not understood

1.2
- ndarray.ndim
数组轴的个数，在python的世界中，轴的个数被称作秩，例如一个n行m列的矩阵的维数是2，而不是n。
- ndarray.shape
数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个n排m列的矩阵，它的shape属性将是(2,3),这个元组的长度显然是秩，即维度或者ndim属性

>>> y.shape
(3,)
>>> y.ndim
1
>>> x.shape
(2, 3)
>>> x.ndim
2
>>> c=array([[[1,2],[3,4]],[[5,6],[7,8]]])
>>> c.ndim
3
>>> c.shape
(2, 2, 2)

2.在用numpy的array 可以用axis参数来指定在某一维上进行运算，（行和列）

>>> b = np.arange(12).reshape(3,4)
>>> b
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>>
>>> b.sum(axis=0)                            # sum of each column
array([12, 15, 18, 21])
>>>
>>> b.min(axis=1)                            # min of each row
array([0,