numpy学习系列1

1. dtype是data type的缩写, 我们可以通过dtype属性来查询元素的类型.

>>> x = np.array([[1, 2, 3], [4, 5, 6]], np.int32)
>>> x.dtype
dtype('int32')

2. 取出第i行第j列的元素，我们可以通过两种方式来实现这一点.

>>> x = np.array([[1, 2, 3], [4, 5, 6]], np.int32)
>>> x[1, 2]
6
>>> x[1][2]
6

3. 取出第i行，我们通过切片的方式来实现这一点.

>>> x = np.array([[1, 2, 3], [4, 5, 6]], np.int32)
>>> y = x[1, :]
>>> y
array([4, 5, 6], dtype=int32)

4. 关于keepdims参数的理解.
   keepdims参数可见于大量的numpy函数，例如all、any、 sum等函数. 对其的正确使用可帮助我们提高效率.
   keepdims是指保持array数据的维度，即ndim保持不变，但是shape可能会发生变化.

>>> x = np.array([[1, 4, 2], [6, 1, 8]], dtype=np.int32)
>>> y = np.all(x, keepdims=True)
>>> y.ndim
2
>>> x.ndim
2
>>> y.shape
(1, 1)
>>> x.shape
(2, 3)

值得注意的是是否使用keepdims不会影响内容， 只是会影响结构.