numpy lm的作业

https://www.jianshu.com/p/edd895d5a377
n-dimensional array obj ndarry
ndim为维度
shape(3,2)几行几列
ndarray与Python List的不同

1. Python List元素可以任意类型组合、ndarray元素类型必须相同（不相同时Numpy会自动做类型转换）
2. ndarray有mean()、std()等更多的跟数学计算相关的内置函数
3. ndarray可以更方便的对多维度数组进行运算-

4. int8, int16, int32, int64 四种数据类型可以使用字符串 ‘i1’, ‘i2’,‘i4’,‘i8’ 代替

ndarray数组，其实就是我们线性代数中的矩阵

1.首先，Numpy（当作一个函数）的核心是ndarray。

然后，ndarray本质是数组，其不同于一般的数组，或者区别于Python 的list的地方在于它可以有N 维（dimentions），也可简单理解为数组里面嵌套数组。

最后，Numpy为ndarray提供了便利的操作函数**，而且性能优越，完爆Python 的list，**因此在数值计算，机器学习，人工智能，神经网络等领域广泛应用。

Numpy几乎是Python 生态系统的数值计算的基石，例如Scipy，Pandas，Scikit-learn，Keras等出色的包都基于Numpy。

可以看到numpy.ndarray 比list的访问方式更灵活，因此在处理数据时，可以通过np.array()方便的将list转化为numpy.ndarray, 当然处理完后还可以通过tolist()将ndarray再转回列表，从而方便删除或添加元素。

arange函数用于创建等差数组，使用频率非常高，arange非常类似range函数，会python的人肯定经常用range函数，比如在for循环中，几乎都用到了range，下面我们通过range来学习一下arange，两者的区别仅仅是arange返回的是一个数据，而range返回的是list。

矢量运算
list不行 整体加减不可

numpy可以 整体加减


https://blog.csdn.net/CPLwin/article/details/103820627