1. 实现两个数组相加，在数据量特别大的时候
产生数组：
（1） 从列表产生数组：a=[0,1,2,3]
a=np.array(1)
a
（2） 从列表传入
a=np.array([1,2,3,4])
（3） 生成全0的数组
np.zeros(5)
（4） 生成全1的数组
np.ones(5,dtype=’bool’)àdtype可以用来指定数据类型
（5） 可以使用fill方法将数组设为指定值
（6） 生成整数序列
a=np.arange(1,10)从1开始生成数据，一直到9
（7） 生成等差数列
a=np.linspace(1,10,10)从1到10总共10个等差数列
（8） 生成随机数
a=np.random.rand(10)
（9） 生成具有服从标准正态的随机数
a=np.random.randn(10)
（10） 生成随机整数
a=np.random.randint(10)
2. 查看类型
（1） 查看数组类型
type(a)
（2） 查看数组中的数据类型
a.dtype
（3） 查看形状
a.shape
（4） 查看数组元素的个数
a.size
（5） 查看维度
a.ndim
3. 索引和切片
（1） 索引第一个元素
（2） 修改第一个元素的值，切片：支持负索引
4. 多维数组及其属性
可以利用array来实现二维数组
a=np.array([[1,2,3,4],
[5,6,7,8]])
5. 多维数组索引
对于二维数组，可以传入两个数来索引：
[[1,2,3,4],
[5,6,7,8]]
a[1,3]à其中1是行索引，3是列索引，中间用逗号隔开，事实上python会将他们看作一个元组（1，3），然后按照顺序进行对应，可以利用索引给他们赋值
事实上，我们还可以使用单个索引来索引一整行内容
a[1]
python会将这个单元组当成对第一维的索引，然后返回对应的内容
a[:,1]
这样的写法是第二列的内容
6. 多维数组切片
f=np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
想得到第一行的第4和第5个元素
f[0,3:5]
想得到最后两行的最后两列
f[2:,2:]
每一维都支持切片的规则，包括负索引
想要隔行取：f[2::2,2::2]
7. 切片是引用
切片在内存中使用的是引用机制,引用机制意味着python并没有为b分配新的空间来存储他的值，而是让b指向a所分配的内存空间，因此b会改变a的值，而这种现象在列表中并不会出现
a=np.array([1,2,3,4,5,6])
b=a[1:4]
b[1]=100
此时a的对应的值会发生改变
一个解决方案就是使用copy()方法产生一个复制，复制操作即会申请一个新的空间
8. 花式索引
（1） 一维花式索引
a=np.arange([0,100,10])
index=[1,2,-3]
y=a[index]
y
索引出来的即为10，20，70
（2） 利用布尔数组花式索引
（3） 二维花式索引
（4） 不完全索引
只给定行索引的时候，返回整行
y=a[:3]
9. where语句
where函数会返回所有非零元素的索引
（1） 一维数组
判断数组中的元素是不是大于3
a=np.array([1,2,3,4,5,6])
a>3
则会返回[false false false true true true]
若要数组中所有大于3的元素的索引位置：
np.where(a>3)
where返回值是一个元组，返回的是索引位置
10.数组类型转换
（1） 当数组内元素类型不相同时
a=np.array([1.3,-2],dtype=float)
（2） 将其强制转换
（3） astype方法－返回一个新数组
a=np.array([1,2,3])
b=a.astype(float)
11.数组排序
（1） sort函数
a=np.array([3212,4343,2121,5442])
b=np.sort(a)
（2） argsort函数
argsort返回从小到大的排列在数组中的索引位置
（3）
12.求和np.sum()
13.最大值np.max()
14.最小值np.min()
15.均值np.mean()
16.标准差np.cov()