一，安装
这是属于三方的包，如果已经安装了Anaconda，那么是就已经有了，无需另外安排
如果没有安装Anaconda，则需要手动安装numpy：
-
查看当前版本：print(np.version)
-
安装最新的稳定版本：pip install numpy
-
安装指定版本：pip install numpy==版本号
二，简介
numpy主要是一个科学计算库，提供了大量的函数和操作，主要用于多维运算操作，那么在运算过程中就涉及到了数据的处理，在numpy中承载数据的形式一般就是ndarray数组类型
三，创建数组
创建方式
np.array(object,dtype-None)
-
object：array_like，类似数组的对象。如果是标量，就返回包含object的0维数组
-
dtype：data-type，数组所需的数据类型。如果没有给出，会从输入数据推断数据类型，在以前的数据值前面加一个np.就行，如np.int8，np.int16，np.int32等
-
创建一个数组对象并返回
如下例中，返回一个数组对象
输出为
注意此时输出的数组里面是没有逗号的，此时他的数据类型不是原数组类型，而是numpy.ndarray
并且是一个可迭代对象
ndarray常用属性（重要）
ndarray.ndim
表示数组中轴的数量，可以简单理解为有几层中括号。如下
在这个数组中，可以看出有两层中括号，第一层是包在[1 2 3]和[4 5 6 ]外的中括号，第二层是包在1 2 3和4 5 6外的中括号，所以，此数组的秩为2，最外层的称为轴0，次层的称为轴1。
用程序实现如下
输出为
ndarray.shape
表示数组的形状，可以理解成列出每个轴下包含的数据个数，由轴1开始列，如下例中
轴0内包含[1 2 3]和[4 5 6 ]两个数据，轴1内包含1 2 3或4 5 6三个数据，所以形状为（2, 3）
ndarray.size
数组元素的总个数，很好理解不多解释
ndarray.dtype
ndarray对象的元素数据类型，如下
ndarray.itemsize
ndarray对象中每个元素的大小，以字节为单位
四，基本运算
常涉及到的就是算术和比较操作，加减乘除大小等，如下
会被定义成逐元素操作
五，广播机制
numpy里面的数组也是有广播机制的，如比如一个（3,2）形状和（3,1）形状的数组相加，就会把（3，1）的数组用1填充为（3,2）的形状再进行操作，如下
输出为
这就是把b填充为了[ [2 , 1] , [2, 1] , [1, 1] ]，再和a相加
在numpy中的广播机制为，后缘维度相同或不同的维度有1，则可以广播
六，索引和切片
在numpy中的数组不会复制内部数组数据，只会生成原始数据的新视图；数组支持多为数组的多维索引和切片
如下例
输出为
在使用以前的切片方式的时候，就是先按照[: 2]切出[ [1 2] [4 5] ]，然后再按照[1:2]切除[[4 5]]
但是在使用第二种切片方式的时候就是对这个多维数组的0,1轴进行切片
七，常用操作
np.copy(a)：返回给定对象的数组副本
ndarray.copy()：对象方法，返回数组的副本
输出为
np.reshape(a,newshape)：将数组a的形状改为newshape的形状，再返回形成的新数组
np.resize(a,new_shape)：返回具有指定形状的新数组
ndarray.resize(new_shape)：直接返回原数组的形状，无返回值
输出为
