NumPy數組
NumPy數組是一個多維數組對象，稱為ndarray。它由兩部分組成：
- 實際的數據
- 描述這些數據的元數據
大部分的操作只針對於元數據，而不改變底層實際的數據。
關於NumPy數組有以下幾點是必須了解的：
- 數組的下標是從0開始的
- 同一個NumPy數組中所有的元素的類型都必須是相同的。
NumPy數組屬性
在詳細介紹NumPy數組之前。先詳細介紹下NumPy數組的基本屬性。NumPy數組的維數稱為秩（rank），一維數組的秩為1，二維數組的秩為2，以此類推。在NumPy中，每一個線性的數組稱為是一個軸（axes），秩其實是描述軸的數量。比如說，二維數組相當於是兩個一維數組，其中第一個一維數組中每個元素又是一個一維數組。所以一維數組就是NumPy中的軸（axes），第一個軸相當於是底層數組，第二個軸是底層數組里的數組。而軸的數量——秩，就是數組的維數。
NumPy的數組中比較重要ndarray對象屬性有：
-
ndarray.ndim：數組的維數（即數組軸的個數），等於秩。最常見的為二維數組（矩陣）。
-
ndarray.shape：數組的維度。為一個表示數組在每個維度上大小的整數元組。例如二維數組中，表示數組的“行數”和“列數”。ndarray.shape返回一個元組，這個元組的長度就是維度的數目，即ndim屬性。
-
ndarray.size：數組元素的總個數，等於shape屬性中元組元素的乘積。
-
ndarray.dtype：表示數組中元素類型的對象，可使用標准的Python類型創建或指定dtype。另外也可使用前一篇文章中介紹的NumPy提供的數據類型。
-
ndarray.itemsize：數組中每個元素的字節大小。例如，一個元素類型為float64的數組itemsiz屬性值為8(float64占用64個bits，每個字節長度為8，所以64/8，占用8個字節），又如，一個元素類型為complex32的數組item屬性為4（32/8）。
- ndarray.data：包含實際數組元素的緩沖區，由於一般通過數組的索引獲取元素，所以通常不需要使用這個屬性。
創建數組
先介紹一下創建數組。創建數組的方法有很多種。比如可以使用array函數從常規的Python列表和遠足創造數組，所創建的類型由元序列中的元素推到而來
1 import numpy as np#引入模塊 2 a=np.array([2,3,4]) 3 print(a) 4 print(a.dtype)#查看數組的類型 5 b=np.array([1.2,3.5,5.1]) 6 print(b.dtype)
注意使用array函數創建時，參數必須是由方括號括起來的列表，不能使用多個數值作為參數調用array。
1 a=np.array(1,2,3,4)#錯誤 2 a=np.array([1,2,3,4])#正確
可以使用雙重序列來表示二維的數組，三重序列來表示三維數組，以此類推。
1 b=np.array([[1.5,2,3],[4,5,6]]) 2 print(b) 3 print(b.ndim) 4 #兩種方法都可以創建二維 數組 5 6 b=np.array([(1.5,2,3),(4,5,6)]) 7 print(b) 8 print(b.ndim)
可以在創建時顯式指定數組中元素的類型
1 a=np.array([[1,2],[3,4]],dtype=complex) 2 print(a)
通常，剛開始時數組的元素未知，而數組的大小已知。因此，NumPy提供了一些使用占位符創建數組的函數。這些函數有助於滿足除了數組擴展的需要，同時降低了高昂的運算開銷。
用函數zeros可創建一個全是0的數組，用函數ones可創建一個全為1的數組，函數empty創建一個內容隨機並且依賴與內存狀態的數組。默認創建的數組類型(dtype)都是float64。
可以用d.dtype.itemsize來查看數組中元素占用的字節數目。
1 a=np.zeros((3,4)) 2 print(a)
也可以指定類型
1 a=np.zeros((3,4),dtype=int) 2 print(a)
官方文檔 : https://docs.scipy.org/doc/numpy-dev/user/quickstart.html