第四章 Numpy 基础：数组和矢量运算

4.1 Numpy 的ndarry: 一种多维数组对象

Numpy 最重要的就是N维数组对象------ndarray。ndarray是一个通用的同构数据多维容器，即其中所有的元素必须是相同类型的。每个数组都有一个shape 和 dtype(说明数组数据类型的对象)

创建ndarray

array函数用于创建数组，接受一切序列型的对象。

data1 = [6, 7.5, 8, 0, 1]
arr1 = np.array(data1)
>> arr1 = array([ 6. , 7.5, 8. , 0. , 1. ])

# data2 中的子列表同纬度，直接转换成2维的列表
data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr2 = np.array(data2)
>> arr2 = array([[1, 2, 3, 4], [5, 6, 7, 8]])
# 如果data2中的子列表不同维，着转换成一个一维列表

data3 = [[1, 2, 3, 4], [5, 6, 7]]
arr3 = np.array(data3)
>> arr3 = [list([1, 2, 3, 4]) list([5, 6, 7])]
>> arr3.shape = (2,)
>> arr3.ndim = 1

zeros, empty, one 创建指定长度或形状的全0 或 全1 数组。创建时传入一个表示形状的元组即可

• 创建一维

np.zeros(10)
>> [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

• 创建二维

np.zeros((1,<