numpy的学习（一）什么是numpy以及numpy的基础数据结构数组（创建数组以及数组的基本属性）

• 创建数组（ np.array()、np.arange()、np.linspace()、np.zeros()、np.zeros_like()、np.ones()、np.ones_like()、np.eye() 、np.random.rand(10).reshape(2,5)）
• 数组的基本属性（ndim、shape、size、dtype、itemsize）

numpy是python开源的科学计算工具包，numpy还可以进行矩阵运算。python无法完成矩阵运算。

NumPy 是一个运行速度非常快的数学库，主要用于数组计算，包含：
一个强大的N维数组对象 ndarray
对数组结构数据进行运算（不用遍历循环）
线性代数、傅里叶变换、随机数生成等功能

numpy的基础数据结构——ndarray

numpy数组是一个多维数组，称为ndarray。

数组和列表：

import numpy as np
#numpy和列表的形式区别(有无逗号)
ar = np.array([1,2,3,4,5])
list1 = [1,2,3,4,5]
print(ar,type(ar)) #输出结果中没有逗号分隔
print(list1,type(list1))#输出结果中有逗号分隔

数组的使用（另一篇博客，比较简单，有很多代码示例）

(1)创建数组
array()函数


array()函数创建一维数组（注意嵌套序列数量不一，会怎样）

#注意ar1和ar2的区别
ar1 = np.array([[2],[1],[4]])#嵌套列表，生成n行一列
ar2 = np.array([[2,1],[3],[4]])
print(ar1)#二维数组
print(ar2) #一维数组（3，）

import numpy as np
#创建数组 array()函数，括号内可以是列表，元组，数组，生成器等。更多的是用列表或者生成器。
ar1 = np.array(range(10)) #整型
ar2 = np.array([1,2,3.14,5]) #浮点型
ar3 = np.array([True,False,True]) #布尔型


#注意嵌套序列数量不一，会怎样
ar4 = np.array([[1,2,3