numpy巩固

基础
NumPy 的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类
型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在 NumPy 中维
度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。
例如，在 3D 空间一个点的坐标 [1, 2, 3] 是一个秩为 1 的数组，因为它只
有一个轴。那个轴长度为 3.又例如，在以下例子中，数组的秩为 2(它有两个维
度).第一个维度长度为 2,第二个维度长度为 3.
[[ 1., 0., 0.],
[ 0., 1., 2.]]

NumPy 的数组类被称作 ndarray 。通常被称作数组。注意 numpy.array 和标
准 Python 库类 array.array 并不相同，后者只处理一维数组和提供少量功能。更
多重要 ndarray 对象属性有：
 ndarray.ndim
数组轴的个数，在 python 的世界中，轴的个数被称作秩
 ndarray.shape
数组的维度。这是一个指示数组在每个维度上大小的整数元组。例如一个 n
排 m 列的矩阵，它的 shape 属性将是(2,3),这个元组的长度显然是秩，即维
度或者 ndim 属性
 ndarray.size
数组元素的总个数，等于 shape 属性中元组元素的乘积。
 ndarray.dtype
一个用来描述数组中元素类型的对象，可以通过创造或指定 dtype 使用标准
Python 类型。另外 NumPy 提供它自己的数据类型。
 ndarray.itemsize
数组中每个元素的字节大小。例如，一个元素类型为 float64 的数组 itemsiz
属性值为 8(=64/8),又如， 一个元素类型为 complex32 的数组 item 属性为 4(=
32/8).
 ndarray.data
包含实际数组元素的缓冲区，通常我们不需要使用这个属性，因为我们总是
通过索引来使用数组中的元素。

例子：