python 科学计算学习一：numpy快速处理数据（1）

以下是记录的numpy使用过程中比较重要的，建议亲自敲一下，比较有效果。

import  numpy as np

1，a=np.array([1,2,3,4]) 由 a.shape知道a是一个列向量，而a=（[[1,2,3,4]])是一个横向量；

2，c=array([[1, 2, 3, 4],  
       [4, 5, 6, 7],
       [7, 5, 6, 8]])  对c的shape属性赋值可以改变数组的形状。c.shape=4,3 就是将这个3*4的数组变为4*3的数组；结果是：

array([[1, 2, 3],   当你懒得算有计算每一排有几个的时候可以这样写：c.shape=4,-1 这样的想过也是一样的。但是不能均分的时候就会报错。
       [4, 4, 5],
       [6, 7, 7],
       [5, 6, 8]])

3，d=c.reshape 是在不改变原来数据的情况下实现对数据的变形；

4，type（c）查看c的数据类型，c.dtype查看c里面的数据的类型；所以也可以在定义的时候就定下数据类型， b=np.array([1.2,2,2,3.1],dtype=np.int)，结果是array([1, 2, 2, 3])

5，arange()相当于函数range