【每天几分钟，从零入门python编程的世界！】
我们已经知道了用numpy进行数据处理的时候，需要先把Python中的list转换成numpy中的ndarray类型。
现在我们初步了解下ndarray的特点或者说属性，有个大概的认识，这符合我们的认知规律。
我们接着使用上次的代码，上次转换了两个ndarray，现在我们再添加一个ndarray，试着把这些ndarray以及他们的“形状”打印一下，看看是什么样子。
运行结果：
根据运行结果，我们可以看到，vector的“形状”是(10,)，相当于10列数字，matrix的形状是(2,10)，相当于2行10列，h的“形状”是(3,12)，相当于3行12列。
接着我们打印一下它们的“大小”：
运行结果：
我们看到，vector因为有1行10列，所以“大小”是10，matrix有2行10列，所以“大小”是20，h有3行12列，所以“大小”是36。
补充：vector.shape也可以写成np.shape(vector)，vector.size也可以写成np.size(vector)。
我们对ndarray有了这样一个大概的认识之后，感觉list和ndarray还是很像的。那么为什么要把Python的list转换成numpy的ndarray呢？或者说list和ndarray有什么区别呢？
★list包容性强，里面可以放很多objec，可以放float，int，str等各种类型的数据，比如list可以写成["hello
401
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
