Numpy
一.Numpy简介
二.Numpy使用
前提:安装和导入
jupyter notebook实例：
1.ndarray -多维数组对象
简介：通过ndarray这个多维数组对象可以让这些批量计算变得更加简单，当然这只它其中一种优势。
ndayyary多种创建方式
#1.np.array：将列表转换为数组，可选择显式指定dtype
#第一种：np.array(列表) np.array([1,2,3,4,5])
#2.np.arange(数字) ### 类似于python的range版本
#第二种创建方式：np.arange(数字) ### 类似于python的range版本
#3.linspace：类似arange()，np.linspace(初始值,结束值, num=分割份数默认是50，endpoint=False是否包含结束值)
示例1：
示例2：
#4.zero创建0数组：np.zeros((维度数默认为1,每个列表元素数))
示例1：
示例2：
#4.zero创建1数组：np.zeros((维度数默认为1,每个列表元素数))
示例1：
示例2：
#5.empty：根据指定形状和dtype创建空数组（随机值）：np.empty(维度数默认为1，每个列表元素数)
示例1：
示例2:
#6.eye：根据指定边长和dtype创建单位矩阵：np.eye(维度数和每个列表元素数)
示例1：
示例2：
2.ndarry之间的运算
#1.两个列表对应相乘和列表内元素求和：
#2.加减乘除都是一样的两个ndarray列表对应位元素进行计算
加：
减：
乘：
以上为例：
补充：
除：注意是整除还是取整或是取余，这里就不做演示了
3.二维数组
注意：列表里有几个列表就是几维数组
4.常用属性
示例数组：
#1.T:高维数组的转置（列与行的转换，注意列表里有几个列表就是几行每个列表里有几个元素就是几列）
如：2行4列数组转变为4行2列
#2dtype:数组元素的数据类型
#3.size：数组元素个数
#4.ndim:数组维度
#5.shape：以元组的形式展示数组的维度(维度，每个列表里元素个数)
5.数据类型
#1.转换为浮点型
#2.其他类型同理
6.其他操作
#1.索引取值
一维示例（与python中的列表取值一样）：
二维示例（二维加入了行与列的概念）：
#2.切片
示例1一维数组（与python一样）
示例2二维数组（行与列的概念）
#3.布尔类型索引
一维示例：
二维示例：
#4.花式索引（一次性取多个值）
#5.reshape:改变数组的维度和形状：ndarrary.reshape（行默认为1，列）
7.通用函数
#1.求绝对值：np.abs(值或列表)，np.fabs([值或列表])
#2.求平方根：np.sqrt(值)
#3.求平方
#4.计算自然对数
#5.向上和向下取整
#6.四舍五入
#7.将整数部分和小数部分以2个独立的数组形式返回
#8.isnan判断是否是数字缺失
#8.求和
8.数学统计方法
#1.求最大值
.#2.求最大值和最小值索引
9.随机数
