numpy常用操作（小小结..）

numpy是以矩阵为基础的数学计算模块， 数据结构是n维的数组对象ndarray。
数组可以用python常规方式定义，但引入Numpy工具包后，使用array函数构建，更容易处理和操作。

'''python常规方式定义数组 '''
a_1=[1,2,3,4,5]  
print(type(a_1))     #数据类型是列表list
a_1+1       #无法对数据计算

'''引入Numpy工具包，使用array函数创建'''
a_2=np.array([1,2,3,4,5])
print(type(a_2))
a_2+1

在Numpy中，如果对数组执行了一个四则运算，相当于对其中每一个元素做相同操作，如果操作对象和它的规模一样，则其结果是对应位置进行计算。

a_1+a_2

array([ 2, 4, 6, 8, 10])

在结构上，使用array函数构建数据，更易处理：

print(type(a_1))
a_1.shape        #list结构不可显示shape属性

print(type(a_2))
a_2.shape        #Numpy的数组数据可以显示shape属性

'''创建二维数组(数组中所有元素必须同一类型)，
否则会自动向下转换，int->float->str'''
a_3=np.array([[1,2,3],[4,5,6]])
a_3

array([[1, 2, 3],
[4, 5, 6]])

数组属性操作：

#打印当前数据格式
print(type(a_2),'\n')

#打印当前数据类型
print(a_2.dtype,'\n')

#打印当前数组中元素个数
print(a_2.size)
print(a_3.size,'\n')

#打印当前数据维度
print(a_2.ndim)
print(a_3.ndim,'\n')

#打印当前数据结构
print(a_2.shape)
print(a_3.shape)

numpy常用操作：