python numpy库基本函数，运算介绍

import numpy as np
核心：ndarray

创建：

np.arange(n)#从0到n-1
np.ones(shape)#全1
np.zeros(shape)#全0
np.full(shape,val)#全val
np.eye(n)
np.one_like(a)#创建一个像a一样的全1 ndarray
np.zeros_like(a)
np.full_like(a.val)
np.linspace()根据起止数据等间距填充数据
np.concatenate()将两个或多个数组合并成一个
注意:创建时可以指定dtype

属性：

.ndim（轴的数目，维数）
.shape（形状）
.size（总元素个数）
.dtype（元素类型）
.itemsize（每个元素占据空间大小）

变换：

.reshape(shape)
.resize(shape)
.swapaxes(ax1,ax2)#将两个维度进行调换
.flatten()#对数组降维返回折叠后的一维数组，原数组不变
new = old.astype(np.float)#类型变换
new = old.tolist()数组向列表转换
附元素数据类型：

数组的运算

标量运算作用于每个元素

数组的索引和切片

索引：获取特定位置的元素
切片：获取数组元素子集
用法与list相似，编号从0开始从左递增，或从-1开始从右递减，可多维索引，切片可在每个维度使用可设置步长跳跃切片。

注意尽量创建同质ndarray，即每个维度的长度一致，以期最大程度发挥矩阵运算的优势