数组的创建 numpy 非常的快速，方便，也是科学计算的基础库
numpy 是一个在Python中做科学计算的基础库重在数值计算也是大部分PYTHON科学计算库的基础库，多用于在大型，多维数组上执行数值运算
在 numpy 中还有一种方法就是 dtype，它可以查看数组中存放的数据的类型
此时打印处的结果是 int64，这是 numpy 中的独有的类型，电脑是 64 位数时，默认打出的数字时 64，当然还有 32 和 8
我们在创建数组时也可以指定创建的数组内数据的内容，方法就是在创建数组时在口号内加上 dtype=指定的数据类型
也可以指定位数，此时就需要输入字符串
对于指定了数据类型的数据，我们也可以调整它的数据类型改为其他的，此时需要用到 astype
numpy 中的小数，我们要保留多少位小数，需要使用 np.round 后面加保留多少位小数
数组的计算
在 numpy 中数组是有形状的，使用 shape 查看出来的时数组的行和列，如下所示
此时 numpy 数组是一个两行六列的数组，此时使用
打出的结果是
如果该数组只有一行，那么他打出来的元组中只有一个数，且这个数是数组的元素个数
我们还可以通过 reshape 方法改变数组的形状
此时数组的形状就变为三行四列了，但是如果再去打印 t7 的化，它的形状还是两行六列，这是因为 reshape 与 return 一样是有返回值的，所以 reshape 是不改变数组本身形状的，而是得到一个新的数组
此时的结果是
如果我们想将多维数组变为一维数组时，我们又不知道它里面又几个数据，我们可以使用 flatten 方法
数组加上数字
对于 t9 这样的数组，我们再 t9 后面加上 5
所以是把+5 应用到 t9 中的每个数上了，其他的运算法则也是一样，这就是广播法则
但如果时除以 0 时，系统会警告但不报错，一样会有输出结果，如果是 0/0 的话返回的值是 nan，表示 not a number，不是一个数字，其他的除以 0 返回的是 inf 表示的是无穷大
数组加上数组
在数组加上数字中，是数组中每个数都加上这个数字，而在数组加数组中，只能相对应的位置进行相加
如果数组的结构不一样是会报错的，不会产生计算结果，且两个数组中的数字数量要相同，其他运算法则也是一样的
还有另一种情况就是，原数组是多维的，而另一个数组与它其中一维的数字数量相同，也就是每一行的数字的数量就与那个数组的数量相同，那么运算就是每一维都与其位置对应进行运算，如下所示
以上这是列数与原数组相同，那么行数与原数组相同时是什么情况
由上可知，当行数一样时也就是每一列的数字的数量相同，每一列都会与其位置对应进行运算
简单理解为就是，一个数组的形状时（x，y，z)，只要 y，z
中有一个数字一样且其他数字相同或者为 1 就能运算，就拿上述所举的例子来说，t7 是一个(4，6)形状的数组，t11 是一个(1,6)形状的数列，所以 t7 就是每一行都加上位置对应的 t10，t12 是一个(2,1)形状的数组，所以 t7就是每一列都加上位置对应的 t12，三维数组也是一样的原理，三维数组中的 x 表示有几个分块，二维就是两个分块
