先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7
深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）
正文
结果：{“name”: “Tom”, “age”: 18}
有元素的字典：
di = {"name": "Tom"}
di["age"] = 18
print(di)
结果为：{“name”: “Tom”, “age”: 18}
之所以能用这样的方法，是因为我们的键是唯一的，所以可以通过这种方法添加元素
删除元素：
还是通过唯一的键来确定，然后删除
di = {"name": "Tom", "age": 18}
del di["age"]
print(di)
结果为：{“name”: “Tom”}
修改元素：
通过键来重新赋值以修改元素，我就不多做解释和示范了
查找元素：
查找元素就不能通过下标了，需要通过键来获取
di = {"name": "Tom", "age": 18}
print(di["name"])
结果为：“Tom”
7. 集合
集合：set
集合具有无序性，和不可重复性
无序性：没有顺序
当然集合也可以创建一个空集合，但是不能这样创建s = {}
因为这样是定义一个空字典的，我们应该这样set(s)
格式（长什么样）：
s = {1, 2, 3, 4, 5}
添加元素：
往集合添加元素s.add()ands.update()
s = {1, 2, 3, 4, 5}
s.add(6)
s.upadte(7)
print(s)
结果为： {1, 2, 3, 4, 5, 6, 7}
删除数据：
s = {1, 2, 3, 4, 5}
s.remove(1)
print(s)
结果为：{2, 3, 4, 5, 6}
全部删除：s.clear()
修改元素：
没这个功能，因为元素是无序的，没法通过下标查找和修改
也没事，因为你在程序中，用列表和字典比较多
8. 类型转换
何为类型转换？就是字面意思，数据的类型发生了改变。
类型转换分为自动类型转换和强制类型转换。
我们上面的例子，100+0.555
一个是整型，一个是浮点型，他们的结果就是浮点型，这时候就发生了类型转化。
有时候，我们会需要进行类型转换的操作，因为有的时候某些数据类型无法满足我们的需求，这时候，我们就需要进行类型转换。
Python对类型转换提供了函数（与print()函数一样）支持强制类型转换
函数名就是数据类型的名字，只不过是多了一双半角括号，将需要转类型的数据放在括号里，就可以了
比如：我们要将别的数据转为字符串（基本上所有数据都可以转为字符串）
# 类型转换
a = 1
b = 1.1
c = 1+1j
d = "ss"
print(str(a))
print(str(b))
print(str(c))
print(str(d))
运行结果：
1.6 运算符
当我们使用Python的时候，也需要进行运算，所以就引入了运算符
1. 算术运算符
和数学中的基本相同
| 符号 | 作用 | 符号 | 作用 |
|---|---|---|---|
| + | 相加 | - | 相减 |
| * | 相乘 | / | 相除 |
| % | 取余 | ** | 乘方 |
举例
print(1+1-2\*5/2%5\*\*2)
不要感觉麻烦，就按照数学中来计算
注意运算顺序
答案是：
-3.0
2. 赋值运算符
想想刚刚说的变量，就用到了辅助运算符=
而与之对应的还有 += *= /= ....
a += 1就等价于a = a+1
别的类比就可以了
3. 位运算符
位运算符，按位运算
位运算符主要针对的是二进制数据，并只适用于int ，short ，byte，long，char五种类型。
位运算符有，&、|、<<、>>、<<<、^、~
- ＆ 如果相对应位都是1，则结果为1，否则为0
- | 如果相对应位都是 0，则结果为 0，否则为 1
- ^ 如果相对应位值相同，则结果为0，否则为1
- 〜 按位取反运算符翻转操作数的每一位，即0变成1，1变成0
- << 按位左移运算符。左操作数按位左移右操作数指定的位数
-
按位右移运算符。左操作数按位右移右操作数指定的位数
-
按位右移补零操作符。左操作数的值按右操作数指定的位数右移，移动得到的空位以零填充
这个计算是要有二进制来使用，我是没怎么用过。。所以理解的不够深入，尽请谅解
4. 比较运算符
顾名思义，就是计算你们两个的关系的，关系运算符有：== 、!=、>、<、<=、>= 这里的都是英文符号，需要注意的是，关系运算符都是二目运算符，返回的都是布尔类型的数据true/false
- ==和数学中的=一样用法，比如，你看到别人这样写：1 = 2，你就下意识的知道，这是错的，同理，你在Java中写出1 == 2，计算机也是知道这是错的，他会告诉你：false
- != 不等于，和数学中的
≠
\neq
=是一样的，比如你看到1
≠
\neq
= 2，你会说，这是对的，同样的，你给电脑看1!=2，电脑也会告诉你，这是对的，true。
3. 下面的大于小于，大于等于，小于等于，都和数学中的一样，想必上过小学的人，都不会理解不了吧——笑
| 符号 | 作用 |
|---|---|
| == | 等于 - 比较对象是否相等 |
| != | 不等于 - 比较两个对象是否不相等 |
| > | 大于 - 返回x是否大于y |
| < | 小于 - 返回x是否小于y。所有比较运算符返回1表示真，返回0表示假。这分别与特殊的变量True和False等价。注意，这些变量名的大写。 |
| >= | 大于等于 - 返回x是否大于等于y。 |
| <= | 小于等于 - 返回x是否小于等于y。 |
输出结果为布尔型数据，即要么是True要么是Flase
5. 逻辑运算符
既然有运算符，那么怎么能没有与或非呢，三种运算符：and、or、 ！
- and，这个就是与，也就是和逻辑，两个都必须满足，举个例子：我有女朋友和你有女朋友，那么，皆大欢喜。只要我没有女朋友或者你没有女朋友，就不说皆大欢喜，如果我俩都有，那就是皆大欢喜
- or，这个是或，通用上面的例子，不过这次是只要我们俩其中一个有女朋友就是皆大欢喜
- !，这个是非，通用上面的例子，这次是我们俩都没有女朋友，就皆大欢喜（？怎么哪里怪怪的）
第三阶段
1.7 分支控制语句
那么什么叫做分支控制语句呢？相信你们都知道数学中的流程图吧。
什么？没见过？没关系，我就让你们见识见识！
数学中的流程图就长这个样子
那么我们的分支控制语句和这玩意有什么关系呢？
其实差不多就是一个东西。
分支控制语句分为条件控制语句和循环控制语句。
从字面了解，一个是能用没几次的，一个是能用好多次的。
如果你还有所疑惑，那么是肯定的，因为，你现在脑子里面只是有了一个概念，却很模糊。
那么就跟着我来带你详细了解了解！
条件控制语句，就是通过判断条件来执行我们的代码，就像数学流程图里的是和否。
1. 单支if语句
我们先来看看格式：
if 条件:
代码
这个翻译成汉语就是
如果 条件是真的：
执行代码
结束
如果 条件是假的
结束
流程就是这样的
2. 简单使用
那么我们来看一个小小的例子吧
a = int(input("请输入一个整数"))
b = int(input("请输入一个整数"))
c = a+b
if c<10:
print("两数之和小于10")
来看看运行起来是什么样子的吧
懂了没？是不是很简单？没错，条件控制语句就是做这个的，不过这只是最简单的条件控制语句，下面我们来看看稍微复杂一点的。
3. 多支判断
格式：
if 条件:
代码
elif 条件:
代码
else:
代码
使用：
继续使用上面的例子
a = int(input("请输入一个整数"))
b = int(input("请输入一个整数"))
c = a+b
if c<10:
print("两数之和小于10")
elif c==10:
print("两数之和等于10")
else:
print("两数之和大于10")
好的，好的，我们的程序能做的事更多了
这次就输入一个5一个6吧
欧克，完美的实现了我们的功能
1.8 循环控制语句
循环，循环，何为循环，就是一直进行，不会停止
那么怎么停止呢？那也得我们自己设置条件
循环控制语句有两种，一种是for循环，一种是while循环。
1. for循环
格式：
一般来说，for循环使用较多
for 临时变量 in 循环的条件:
代码
我们的for循环需要一个临时变量，不需要提前定义一个变量去接收循环里面的值
这样对于内存也是一种释放，提前定义变量的话，就是一个全局变量，会一直占用内存，而这个for循环的临时变量就在循环结束后销毁，释放内存。
用白话文讲就是，临时变量只能在循环开始-循环结束前活着，循环结束的时候就是临时变量寿终正寝的时候，有点类似于卸磨杀驴（手动狗头）
而且我们的for并不需要我们手动更新变量
使用：
还记不记得上一篇的变量最后面，我们使用了10个print()函数输出了10次Hello World！
那么我们也可以用我们的循环，用更少的代码，实现这个效果
a = "Hello World!"
for i in range(10):
print(a)
代码中的i是从0开始的，而这个range()函数里面的值，就是从i到10（不含10），因此，会循环10次
来运行看看吧
完美，达到了我们的目的
2. while循环
格式：
while 条件:
代码
使用：
还是上面的，输出10次Hello World！
a = "Hello World!"
i = 0
while i<10:
print(a)
i+=1
while循环不仅需要定义全局变量，而且还需要我们自己手动更新变量的值（i）
如果不更新的话，i的值就不会改变，条件就会一直成立，循环就不会停止，因此，使用while的时候，一定不要忘了更新变量
3. 主动循环结束
三种语句：break return continue都可以使循环停止
不过return一般都是用到函数里面的，都是使用break
而continue 不是用来终止循环的，具体作用看下面代码示例
break：
看汉语也有个大概思想：打破
它的作用是打破循环，使循环碰到它后终止
break的作用是打破结构体，使程序退出当前代码块
下面看这个例子，我们要实现的功能是循环获取用户从键盘输入的数据，直到输入q来推出程序
while True:
a = input()
if a == "q":
break
else:
print(a + " 输入成功，输入 'q' 退出程序")
运行结果：
此时我们发现，输入q推出了，但是我们看着并不舒服，我们还可以加个提示，或者让他再输入一次“确认”来确认是否要推出
while True:
a = input()
if a == "q":
print("确定要推退出，确定的话，请输入确定退出来确定")
if input() == "确定退出":
print("已退出，程序结束")
break
else:
print(a + " 输入成功，输入 'q' 退出程序")
运行结果：
这样就完美了，我这可不是谁字数啊，我这是强迫症（认真脸）！
continue：
continue是跳出当前循环，执行下一循环，也就是说，他并没有令循环终止的能力，他只能令循环少循环一些次数
我们先把上面的代码里面的break换成continue试试
while True:
a = input()
if a == "q":
print("确定要推退出，确定的话，请输入确定退出来确定")
if input() == "确定退出":
print("已退出，程序结束")
else:
print(a + " 输入成功，输入 'q' 退出程序")
行不通
退出不了！
果然吧，那么continue有啥用呢？
我先不说，你先看：
for i in range(10):
if i % 5 == 0:
continue
else:
print(i)
运行结果：
return：
return意为返回，是用在函数中的返回值的，至于函数是什么，我们会在本专栏中陆续讲述，你先看效果就可以了
我们计算当i的值循环到5时，让a+b，然后计算完终止
当i为5时，不管循环是否进行完，都会强行终止
def sum(a, b):
for i in range(10):
if i<a:
pass
else:
a+=b
return a
print(sum(5, 2))
pass的意思就相当于什么都不做
运行结果为：7
那么如果我们把return的位置换一下呢？
def sum(a, b):
for i in range(10):
if i<a:
pass
else:
a+=b
return a
print(sum(5, 2))
我们的循环会在第一次就终止，因为第一次i的值为0，满足判断条件，执行return语句，结束循环
那么如果我们再换一下呢？我们这次放在循环外面，那么肯定是循环执行完才会结束了，会把a+=b执行一次，还是7
def sum(a, b):
for i in range(10):
if i<a:
pass
else:
a+=b
return a
print(sum(5, 2))
第四阶段
1.9 函数式编程
注意不要和数学中的函数搞混了
那么到底什么是函数呢？
函数其实就是当我们在程序中需要大量重复的代码块，我们将其封装成一个代码块，用一个名字来表示，而这个名字是标识符。需要遵循标识符的规则。
函数的优点就是避免了代码重复率，提高开发效率。
举个例子：我们需要让电脑给我们表白（骚话），输出一段情话，就比如这一段
"我爱你"
"我要给你生猴子"
"啊啊啊，好喜欢你"
按照之前所学，一个一个的print()就行了嘛
但是我需要你什么时候都能给我来一段表白（骚话）呢？
这个时候恐怕用循环就不妥了吧，就用我们的函数了
当然，python自带的有很多内置函数，而我们自己定义的函数叫做自定义函数。
1. 无参函数：
无参函数是最基本的函数，基本上很少用到，都是拿来练习理解函数的。
def 函数名字():
代码
使用：
# 定义
def Qinghua():
print("我爱你")
print("我要给你生猴子")
print("啊啊啊，好喜欢你")
# 调用
Qinghua()
运行结果：
好像，并没有多大作用吗!
其实不然，看这个
# 定义
def Qinghua():
print("我爱你")
print("我要给你生猴子")
print("啊啊啊，好喜欢你")
# 调用
Qinghua()
for i in range(10):
print("经过了{}秒".format(i))
Qinghua()
他可以在你任何想使用的时候，都可以通过调用的形式使用，而不需要你再打了。
就像变量一样，不过函数要比普通的变量复杂一些
2. 有参函数
函数是可以传递参数的，而参数分为形参和实参
形参就是形式上的参数，就像一家公司有员工，清洁工，董事长等职位，但是有些职位却空着，这些空着的职位，就相当于形参，需要有人去做这个职位，才能发挥作用，而这个能发挥职位作用的人，就叫做实参（实际参数）。
而我们定义有参函数的时候，需要定义形参来表示我们的函数，有这些东西，你想让我们的函数去发挥作用的话，就需要给我们传递实际参数。
有参有参，在哪里体现的有参呢？
在我们定义的时候，我们需要在括号里面定义形参，用于接收参数
而在我们调用的时候，也是通过函数名后面的括号传递实参的
使用：
我们会定义一个有参函数来使两个参数拼接在一起，并遍历
def PinJie(a, b):
str_ = str(a)+str(b)
print(str_)
for i in str_:
print(i)
PinJie("sasa", 4564)
#也可以这么写
"""
PinJie(a="sasa",b=4564)
这样写的好处是
就算你的位置写错了
参数传递的也还是对的
也就是说，参数传递的位置不固定
就像这样
PinJie (b=4564, a='sasa')
是完全一样的
"""
运行：
3. return的作用
之前说过，return一般是使用在函数中的，那么他的作用是什么呢？
先根据见名知意的规律来解读：返回
确实，他的作用就是返回，返回值
通过return xxx来达到返回值得目的，这里是返回了xxx这个东西，至于xxx 是什么。。众所周知，xxx可以什么都是！
那么返回的值到了哪里呢？到了函数的调用那里，这个函数名字(参数)就是返回的值
使用：
看上面的那个函数，他显示拼接后的结果，使用了print()函数（内置函数）
那么我们使用return试试
def PinJie(a, b):
str_ = str(a)+str(b)
return str_
for i in str_:
print(i)
PinJie("sasa", 4564)
那么会怎么样呢？
答案是，什么都不会显示！
为什么呢？因为我们没有使用print()函数（瞎说，那不是有！）
为什么这么说呢？因为上次讲过，return用于结束一段代码，而我们在中间return，下面的训话也就不会被执行，就直接结束了。
怎么显示循环呢？把return放在函数最下面，我就不展示了，自己去试试，不然优点水字数！（狗头保命！）
那么上面说了返回的值被 **函数名()**接收了，那么他现在就是一个值了，想要让它显示，那么只能用print()了啊！
def PinJie(a, b):
str_ = str(a)+str(b)
return str_
for i in str_:
print(i)
p = PinJie("sasa", 4564)
print(p)
结果：
他就显示了返回值，也就是函数拼接的结果
1.10 面向对象编程
第五阶段
1. 理解
编程语言有面向对象（Java，Python）和面向过程（C语言）之分，面向对象需要一些抽象的思维才行。
面向过程和面向对象有什么区别呢？
面向过程注重亲力亲为，意思也就是自己去干这件事；而面向对象更倾向于找个人给自己做事。
就拿那个老生常谈的例子来说吧——洗衣服：
面向过程：
面向过程的洗衣服是：
- 把衣服拿到洗衣机旁边
- 放进去
- 等待
- 捞出来
等下一次洗衣服，你还得重复这些操作
而这就是函数式编程
面向对象：
而面向对象则是：
创造一个机器人
教他如何洗衣服
把衣服拿到洗衣机旁边
放进去
等待
捞出来
让他去干活
等下一次需要洗衣服，就让机器人去干就行了
而面向对象绕不开的就是类和对象了，接着往下看吧
2. 类
类是个抽象的东西，比如说人类，动物类，植物类，类是具有某些相同特征的事物的集合
那么如何定义一个属于我们的类呢？有三种方法，推荐使用第三种
# 定义一个Xxx类
class Xxx:
代码块
class Xxx():
代码块
class Xxx(object):
代码
这就成了
而类需要有属性，行为（方法）等东西
而属性就是在类里面的局部变量
而行为就是定义在类里面的函数
构造方法：
而每个类都有一些默认的行为（方法），比如这个构造方法__init__
每个类都默认有这个构造方法，而 构造方法里面的内容是会在实例化的时候就运行的，也就是，你实例化的时候，就会调用这个__init__构造方法。
而对象是什么呢？
3. 对象
对象是类的实例化，拿人类来说，人是一个类，而我们每个人都是人这个类的实例化对象。
看代码：
# 定义一个人类
class Person(object):
pass
# 实例化对象
xiaoming = Person()
很明显，xiaoming是Person这个类的实例化对象，换句话说，xiaoming是个Person，在这句话里，xiaoming就是对象，Person就是类
4. 代码实现洗衣机
代码：
class Robot(object):
def \_\_init\_\_(self):
print("把衣服拿到洗衣机旁边")
print("把衣服放进洗衣机")
print("等衣服洗好")
print("把衣服捞出来")
xiaoming = Robot()
运行结果：
5. 封装
可以将构造方法的参数，进行封装，让其在每个方法中都可以调用
想着这样的代码就是错的
class Person(object):
def \_\_init\_\_(self, name, age):
pass
def speak(self):
print(f"{age}岁的{name}会说话")
Menger = Person("布小禅", 20)
name = Menger.name
age = Menger.age
person.speak()
print("姓名：{} \n年龄：{}".format(name, age))
因为speak方法里面的name和age，计算机不知道是谁，计算机不认识他们两个，而刚刚那两行self.name = name和self.age = age就是相当于告诉计算机name和age是类的参数
class Person(object):
def \_\_init\_\_(self, name, age):
self.name = name
self.age = age
def speak(self):
print(f"{age}岁的{name}会说话")
Menger = Person("布小禅", 20)
name = Menger.name
age = Menger.age
Menger.speak()
print("姓名：{} \n年龄：{}".format(name, age))
这样就对了，输出为：
姓名：布小禅
年龄：20
6. 继承
Python的面向对象是可以继承的，就像你继承了你爸爸和你妈妈的部分特征，Python中的子类，继承父类，说起继承，其实你们也都见过了，就我上一篇说的三种定义类的方法的第三种：
class ClassNmae(object):
代码块
那个ClassNmae后面的括号里的object就是父类，而ClassName是子类
子类继承父类的所有东西
7. 私有化
上篇说过封装，既将我们不想让别人看到代码的内容，但是又需要用到的内容，通过类内部调用来实现调用。
说到这里却不得不提一下上篇的：
class Person(object):
def \_\_init\_\_(self, name, age):
self.xxx = name
self.xxxx = age
这里面self后面的名字，是可以自己随意命名的，上一篇和后面一样只是为了好记忆罢了
只要你记得住，便是颠倒也是无事
属性私有化：
何为属性私有？
举个例子便是：你的私房钱，你的手机电脑里面的小秘密等等这些不想被别人知道的东西
那么上面就说了，封装的目的是什么，不就是隐藏那些不想让别人知道的代码吗
所以有个属性私有化，可以让你的类属性变成私有的，这可和上篇的封装不一样，封装了还能通过实例化对象调用；这个属性一旦变成私有的，你在类外部是无法调用的
那我想用了怎么办？在类内部调用嘛！
好，叭叭了这么多，想必你们也得烦了，上代码
使用格式：
class Xxx(object):
age = 20
_name = "Xxx"
这种前面带着一个下划线的就是私有属性，无法通过类外部实例化对象的方法进行调用
具体应用：
"""
定义一个挺人类
含有姓名，年龄，体重，身高
将体重设置私有化
通过类内部调用使得能够在类外部看到你的体重
"""
class Person(object):
_weight = 70
def \_\_init\_\_(self, name, age, height):
self.name = name
self.age = age
self.height = height
def weightPrint(self):
print("我的体重是：", self._weight)
person = Person("布小禅", 20, 180)
person.weightPrint()
这个体重就无法通过person.weight、person._weight这样调用，因为这个属性是私有的
方法私有化：
我觉得这个倒是不必多说，只需要在定义的类方法名字前面也加一个_就可以了
class Person(object):
def \_love(self):
print("我暗恋Xxx")
这个方法也是无法通过实例化对象来调用的，调用需要这样：
class Person(object):
def \_love(self):
print("我暗恋Xxx")
def speakLove(self):
self._love()
二、 numpy快速入门
第六阶段
numpy是什么？
扩展库numpy是Python支持科学计算的重要扩展库，是数据分析和科学计算领域如scipy、pandas、sklearn 等众多扩展库中的必备扩展库之一，提供了强大的N维数组及其相关运算、复杂的广播函数、C/C++和Fortran代码集成工具以及线性代数、傅里叶变换和随机数生成等功能。本章童点介绍数组与矩阵及其相关运算，为学习和理解后面章节中的数据分析、机器学习打下良好的基础。
简单来说就是你用来为人工智能领域打基础的东西，私话说得好，基础不牢，地动山摇嘛~
所以这个地方可要好好学习哦~~
2.1 简单使用
在numpy中使用的不是自带的数据类型list，而是numpy中的ndarray
那为什么使用ndarray而不是使用list呢？
因为ndarray是由c/c++写出来的，占用内存更小，使用速度更快
创建一个ndarray的方法有很多，这里说下使用array方法转化的
#!/usr/bin/env python
# -\*- coding: utf-8 -\*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3]
tp = (1, 2, 3)
nday1 = np.array(li)
nday2 = np.array(tp)
print("\*\*\*\*\*类型\*\*\*\*\*")
print(type(nday1))
print(type(nday2))
print("\*\*\*\*\*数组\*\*\*\*\*")
print(nday1)
print(nday2)
输出结果：
\*\*\*\*\*类型\*\*\*\*\*
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
\*\*\*\*\*数组\*\*\*\*\*
[1 2 3]
[1 2 3]
2.2 数组使用
如果元素相同的话，可以进行加减乘除
- 在元素个数相同的情况下，可以进行数组间的加减
- 在元素个数相同的情况下，可以进行数组间的乘除
- 对某个数进行的乘除，可以自动进行到所有元素
看例子理解：
#!/usr/bin/env python
# -\*- coding: utf-8 -\*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3] # 列表
tp = (1, 2, 3) # 元组
nday1 = np.array(li) # 内置方法将列表转为ndarray
nday2 = np.array(tp) # 内置方法将元组转为ndarray
nday3 = np.array(range(5)) # 使用range内置函数方法生成ndarray连续数组
nday4 = np.array(range(5, 10)) # 使用range内置函数方法生成ndarray连续数组
print("\*\*\*\*\*类型\*\*\*\*\*")
print(type(nday1))
print(type(nday2))
print(type(nday3))
print(type(nday4))
print("\*\*\*\*\*数组\*\*\*\*\*")
print(nday1)
print(nday2)
print(nday3)
print(nday4)
print("\*\*\*\*\*数组加减\*\*\*\*\*")
print(nday2 + nday1)
print(nday2 - nday1)
print(nday4 - nday3)
print(nday3 + nday4)
# 在元素个数相同的情况下，可以进行数组间的加减
print("\*\*\*\*\*数组乘除\*\*\*\*\*")
print(nday2 \* nday1)
print(nday2 // nday1)
print(nday4 \* nday3)
print(nday4 // nday3)
# 在元素个数相同的情况下，可以进行数组间的乘除
print(nday1 \* 3)
print(nday2 // 2)
print(nday3 \* 2)
print(nday4 // 2)
# 对某个数进行的乘除，可以自动进行到所有元素
运行结果：
\*\*\*\*\*类型\*\*\*\*\*
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
\*\*\*\*\*数组\*\*\*\*\*
[1 2 3]
[1 2 3]
[0 1 2 3 4]
[5 6 7 8 9]
\*\*\*\*\*数组加减\*\*\*\*\*
[2 4 6]
[0 0 0]
[5 5 5 5 5]
[ 5 7 9 11 13]
\*\*\*\*\*数组乘除\*\*\*\*\*
[1 4 9]
[1 1 1]
[ 0 6 14 24 36]
[0 0 0 0 0]
[3 6 9]
[0 1 1]
[0 2 4 6 8]
[2 3 3 4 4]
2.2 创建数组
刚刚的array()方法是将列表和元组等迭代对象转为ndarray数组
接下来要说的是自动创建数组
1. 使用empty创建空数组
里面会有初始值，但是数组初始为None
#!/usr/bin/env python
# -\*- coding: utf-8 -\*-
# @Author： Smly
# @datetime： 2021/9/28 12:29
# @Version： 1.0
import numpy as np
em1 = np.empty(5) # 创建一个长度为5的空数组
em2 = np.empty((2, 2)) # 创建一个2\*2的空二维数组
print("一维数组，长度为5", em1)
print("二维数组，长度为2\*2", em2)
输出结果：
[9.96754604e-312 9.96754614e-312 2.60799828e-310 9.34609789e-307
0.00000000e+000]
[[6.95299778e-310 9.96747617e-312]
[0.00000000e+000 6.95299776e-310]]
2. 使用arange函数创建
arange是numpy自带的的一个方法，作用与range这个Python内置函数相差无几，都是生成数组
先导入numpy包
import numpy as np
然后创建数组
print("\*\*\*\*\*ararge创建数组\*\*\*\*\*")
aran_arr1 = np.arange(5)
aran_arr2 = np.arange(5, 10)
print("\*\*\*\*\*类型\*\*\*\*\*")
print(type(aran_arr1))
print(type(aran_arr2))
print("\*\*\*\*\*数组\*\*\*\*\*")
print(aran_arr1)
print(aran_arr2)
3. 使用zeros函数生成数组
zeros函数是numpy自带的方法，作用是生成指定数量的全0一维数组，全0二维数组等
看下面的例子：
生成一个具有三个元素的一维数组和一个具有五个元素的一维数组：
#!/usr/bin/env python
# -\*- coding: utf-8 -\*-
# @Author： Smly
# @datetime： 2021/9/27 21:31
# @Version： 1.0
import numpy as np
zero_arr = np.zeros(3)
zrro_arr2 = np.zeros(5)
print(zero_arr)
print(zrro_arr2)
运行结果：
[0. 0. 0.]
[0. 0. 0. 0. 0.]
当然这只是一位数组，你还可以生成二维数组，也就是矩阵
使用如下代码可以生成一个三行三列的矩阵
zero_arr3 = np.zeros((3, 3))
输出看看：
print(zero-arr3)
运行结果：
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
4. ones函数生成数组
使用ones函数生成全1函数，方法同zeros
import numpy as np
ones_arr1 = np.ones(3)
输出结果：
[1. 1. 1.]
生成一个三行三列的矩阵
import numpy as np
ones_arr2 = np.ones((3, 3))
输出结果：
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
5. diag函数生成对角矩阵
什么是对角矩阵?你应该听说过对角线，矩阵就是生成在对角线上的矩阵
函数参数是一个元祖
看代码和运行结果能够理解的更深刻
import numpy as np
diag_arr = np.diag((4, 3, 2, 1))
将diag_arr的输出的结果为：
[[4 0 0 0]
[0 3 0 0]
[0 0 2 0]
[0 0 0 1]]
看，对角线是不是你函数的参数，这下理解了吧
6. N维数组
N维数组就是多维数组，可以理解为数组里面还是数组，里面还是数组，可以参照这个形式
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
这个概念确实有点抽象，有点难理解。这就是一个三维数组，是通过三维列表使用array方法转换成ndarray的
代码：
#!/usr/bin/env python
# -\*- coding: utf-8 -\*-
# @Author： Smly
# @datetime： 2021/9/27 13:29
# @Version： 1.0
import numpy as np
li = [
[[1, 2], [3, 4]],
[[5, 6], [7, 8]]
]
te1 = np.array(li)
print(te1)
当然，二维数组也算是N维数组
2.3 矩阵
数组是数组，矩阵是矩阵。
数组是一种数据结构，可以存储多种数据，可以有多维
矩阵是数学中的一个概念，只能存放数字，并且只能是二维的形式
生成矩阵的方法就和生成N维数组的方法是一样的
先使用列表创建二维列表，然后再使用numpy的方法转成矩阵，当然也有好几中生成矩阵的方法
import numpy as np
li = [[1, 2, 3, 4], [5, 6, 7, 8]]
j1 = np.matrix(li)
本人从事网路安全工作12年，曾在2个大厂工作过，安全服务、售后服务、售前、攻防比赛、安全讲师、销售经理等职位都做过，对这个行业了解比较全面。
最近遍览了各种网络安全类的文章，内容参差不齐，其中不伐有大佬倾力教学，也有各种不良机构浑水摸鱼，在收到几条私信，发现大家对一套完整的系统的网络安全从学习路线到学习资料，甚至是工具有着不小的需求。
最后，我将这部分内容融会贯通成了一套282G的网络安全资料包，所有类目条理清晰，知识点层层递进，需要的小伙伴可以点击下方小卡片领取哦！下面就开始进入正题，如何从一个萌新一步一步进入网络安全行业。
### 学习路线图
其中最为瞩目也是最为基础的就是网络安全学习路线图，这里我给大家分享一份打磨了3个月，已经更新到4.0版本的网络安全学习路线图。
相比起繁琐的文字，还是生动的视频教程更加适合零基础的同学们学习，这里也是整理了一份与上述学习路线一一对应的网络安全视频教程。
#### 网络安全工具箱
当然，当你入门之后，仅仅是视频教程已经不能满足你的需求了，你肯定需要学习各种工具的使用以及大量的实战项目，这里也分享一份**我自己整理的网络安全入门工具以及使用教程和实战。**
#### 项目实战
最后就是项目实战，这里带来的是**SRC资料&HW资料**，毕竟实战是检验真理的唯一标准嘛~
#### 面试题
归根结底，我们的最终目的都是为了就业，所以这份结合了多位朋友的亲身经验打磨的面试题合集你绝对不能错过！
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
# 6. N维数组
N维数组就是多维数组，可以理解为数组里面还是数组，里面还是数组，可以参照这个形式
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
这个概念确实有点抽象，有点难理解。这就是一个三维数组，是通过三维列表使用array方法转换成ndarray的
**代码：**
#!/usr/bin/env python
-*- coding: utf-8 -*-
@Author： Smly
@datetime： 2021/9/27 13:29
@Version： 1.0
import numpy as np
li = [
[[1, 2], [3, 4]],
[[5, 6], [7, 8]]
]
te1 = np.array(li)
print(te1)
当然，二维数组也算是N维数组
#### 2.3 矩阵
数组是数组，矩阵是矩阵。
>
> 数组是一种数据结构，可以存储多种数据，可以有多维
>
>
> 矩阵是数学中的一个概念，只能存放数字，并且只能是二维的形式
>
>
>
生成矩阵的方法就和生成N维数组的方法是一样的
先使用列表创建二维列表，然后再使用numpy的方法转成矩阵，当然也有好几中生成矩阵的方法
import numpy as np
li = [[1, 2, 3, 4], [5, 6, 7, 8]]
j1 = np.matrix(li)
本人从事网路安全工作12年，曾在2个大厂工作过，安全服务、售后服务、售前、攻防比赛、安全讲师、销售经理等职位都做过，对这个行业了解比较全面。
最近遍览了各种网络安全类的文章，内容参差不齐，其中不伐有大佬倾力教学，也有各种不良机构浑水摸鱼，在收到几条私信，发现大家对一套完整的系统的网络安全从学习路线到学习资料，甚至是工具有着不小的需求。
最后，我将这部分内容融会贯通成了一套282G的网络安全资料包，所有类目条理清晰，知识点层层递进，需要的小伙伴可以点击下方小卡片领取哦！下面就开始进入正题，如何从一个萌新一步一步进入网络安全行业。
学习路线图
其中最为瞩目也是最为基础的就是网络安全学习路线图，这里我给大家分享一份打磨了3个月，已经更新到4.0版本的网络安全学习路线图。
相比起繁琐的文字，还是生动的视频教程更加适合零基础的同学们学习，这里也是整理了一份与上述学习路线一一对应的网络安全视频教程。
网络安全工具箱
当然，当你入门之后，仅仅是视频教程已经不能满足你的需求了，你肯定需要学习各种工具的使用以及大量的实战项目，这里也分享一份我自己整理的网络安全入门工具以及使用教程和实战。
项目实战
最后就是项目实战，这里带来的是SRC资料&HW资料，毕竟实战是检验真理的唯一标准嘛~
面试题
归根结底，我们的最终目的都是为了就业，所以这份结合了多位朋友的亲身经验打磨的面试题合集你绝对不能错过！
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）
[外链图片转存中…(img-Xa7aBFxi-1713484000399)]
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
256
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
