Numpy数组

ndarray.ndim

秩，即轴的数量或维度的数量

ndarray.shape

数组的维度，对于矩阵，n 行 m 列

ndarray.size

数组元素的总个数，相当于 .shape 中 n*m 的值

ndarray.dtype

ndarray 对象的元素类型

ndarray.itemsize

ndarray 对象中每个元素的大小，以字节为单位

ndarray.flags

ndarray 对象的内存信息

ndarray.real

ndarray元素的实部

ndarray.imag

ndarray 元素的虚部

ndarray.data

包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。

计算

数组可以进行批量操作而无需for循环，这种特性为向量化。
相同尺寸的数组可以进行加减乘除的操作。

	arr = np.array([[1, 2, 3], [4, 5, 6]])
    result1 = arr * arr
    result2 = arr - arr
    result3 = 1 / arr
    result4 = arr ** 0.5
    print(result1)
    print(result2)
    print(result3)
    print(result4)

结果：

[[ 1  4  9]
 [16 25 36]]
 
[[0 0 0]
 [0 0 0]]
 
[[1.         0.5        0.33333333]
 [0.25       0.2        0.16666667]]
 
[[1.         1.41421356 1.73205081]
 [2.         2.23606798 2.44948974]]

同尺寸数组之间的比较，会产生一个布尔值数值：

	arr = np.array([[1, 2, 3], [4, 5, 6]])
    arr2 = np.array([[1, 4, 6], [4, 9, 6]])
    result = arr2 > arr
    print(result)

# 结果
# [[False  True  True]
# [False  True False]]