numpy基础（自学）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

温故而知新是最重要的一点，打好基础才能吹响前进的号角

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、Numpy属性(ndim,shape,size)

1、用来显示数组的属性

import numpy as np
array = np.array([[1,2,3],
                  [4,5,6]])
print("维度:",array.ndim)
print("shape:",array.shape)#几行几列
print("size:",array.size)#包含几个元素，大小

"""
打印结果
#维度: 2
#shape: (2, 3)
#size: 6
"""

二、Numpy创建array（arange,reshape,linspace）

1、在范围内生成数，并排列

"""
arange相当于Python的range
reshape是将arange表示的数字排列成几行几列的形式
linspace代表的是选择一个范围的数，随机生成范围内的数字，可选择生成多少，可以跟reshape
"""
array = np.arange(12).reshape(3,4)
array1 = np.linspace(1,10,6)
print(array)
print(array1)
"""
打印结果为
array = [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
 
array1 = [ 1.   2.8  4.6  6.4  8.2 10. ]
"""

三、Numpy的基础运算-----1

1、Numpy的加减乘除运算

a = np.array([10,20