Numpy：
一、是什么：

1.Numpy 的核心是 ndarray （ n-dimension-array ）对象，这个对象封装了同质数据类型的n维数组。

2.ndarray：只能有一种数据类型，而且每个元素占用内存空间大小相同。

3.转化为np.array(object, dtype=None)：np.array()，自动服从向上转化原则（整数<小数<字符串），也可以规定dtype强制转化。

4.查看数据类型 A.dtype

5.转换数据类型 A.astype

6.Numpy 的矢量化（向量化）功能实现相关运算

二、创建常见的数组：

1.全0数组：np.zeros((size, dtype)

2.全1数组：np.ones((size, dtype)

3.单位矩阵：np.eye(size, dtype)

4.对角矩阵：np.diag(value1,value2,...)

5.设定具体的值：np.full(size,value)

6.空值：np.nan （浮点型）

7.无穷大：np.inf（浮点型）

8.随机数组：
随机分布np.random.randint(value1, value2, (size)) 区间=[value1,value2)
随机分布（0-1）np.random.rand(size) = np.random.random((size)) 区间=[0,1)
均匀分布np.random.uniform(value1, value2, (size))
正态分布np.random.normal(均值, 标准差, (size))
t分布np.random.standard_t(自由度, (size))
f分布np.random.f(自由度1, 自由度2, (size))
卡方分布np.random.chisquare(自由度, (size))
二项分布np.random.binomial(n, p, 实验次数)
随机数种子（伪随机）np.random.seed(value)
线性序列1 arange([start,] stop[, step,]) 左闭右开区间
线性序列2 np.linspace(start,stop,产生数量,endpoint=False,retstep=True)
# 默认是闭区间, 设置之后变成左闭右开区间
# 可显示步长

三、常用属性：
1.数组形状x.size
2.数组维度x.ndim
3.元素个数x.size

四、索引和切片（重要）：
1.单元素索引：同标准Python
2.高维数组索引：x2[ 行索引 , 列索引 ] # x2一共有两个维度, 分别是行和列

五、复制和视图：
1.完全不复制，a = b ，b和a都指向同一个内存；id(a) = id (b)
2.视图（浅复制）：c = a.view() ，数据共享，形状独立 a.base = c.base
3.深复制：d = a.copy() 两组数据完全独立 a.base = d.base

六、数组的变形：
1.改变：reshape改变数组的形状，resize改变原数组（可以将其中的一个维度指定为 -1，Numpy 会自动计算出它的真实值）
2.平铺：x.ravel()
3.转置：X.T / X.transport()

七、数组的拼接：
np.concatenate((a, b))
np.concatenate((x2, x3),axis=0 ) # 延着外层的轴进行拼接
np.concatenate((x2, x3),axis=1 ) # 沿着内层的轴进行拼接

八、数组的分裂：
np.split(ary, indices_or_sections, axis=0)

九、广播机制

十、Numpy运算：
1.常用函数
2.规约函数：
np.sum(x, axis = 1)
np.cumsum(x, axis = 1)
np.argmax(x, axis = 1)