numpy里的函数

array可以初始化一个数组
import numpy as np
data=np.array([[1,2],[3,4]])  #初始化一个二维数组
data=np.array([1,2,3,4,5,6])  #初始化一个一维数组  可以称为矩阵
print(type(data))   # 查看数据类型 
print(data.ndim)   #查看数组是几维
print(data.shape)   #查看多维数组的结构
data2=data.reshape(2,3)  #改变数组形状，由一维变为二维，2表示一个大列表里有两个小列表，3表示小列表里有三个数据

data.head()  默认取前五条
data.tail()  默认取后五条
data.head(2)  去前两条

————————————————————————————————————
arange生成区间数组

import numpy as np
data=np.arange(2,10,2)  里面的数字跟for里面的参数意思一样
data2=np.array([data,data])  #用array

————————————————————————————————————
linspace
import numpy
data=np.linspace(2,10,5)  #意思是在[2,10]区间范围内生成五个数 每个数之间的间隔大小相等
由这五个数组成一个一维数组，并且这些数都是float64类型

————————————————————————————————————
numpy.sum(data)  求和函数
numpy.mean(data)求平均值  numpy.average(data) 求平均权均值  两者差别不大
numpy.max(data) 求最大值
numpy.min(data) 求最小值
numpy.std(data)  求标准差
numpy.val(data) 求方差

方差=标准差的平方
方差=每个数与数组的平均值的差值的和在除以数组里的长度

——————————————————————————————————————
tolist  将数组转为列表
data=numpy.linspace(1,10,10)
data2=data.tolist()
也可以用python内置函数
data2=list(data)

当数组里的数少时list()效率高，当数组里的数多时，tolist()效率高

array()将列表转为数组
data3=numpy.array(data2)
——————————————————————————————————————

dtype 指定数组里的数的数据类型

data=numpy.array([1,2,3],dtype='double') #将数组里的数的数据类型转为double类型
```