NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用。

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成：

一个指向数据（内存或内存映射文件中的一块数据）的指针。

数据类型或 dtype，描述在数组中的固定大小值的格子。

一个表示数组形状（shape）的元组，表示各维度大小的元组。

一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

语法集合：

1. 创建一个3*2数组：

import numpy as np

a = np.array ( [[1,2],[3,4],[9,8]] )     

print (a)

注意：这里是有两个[ ] 符号，中间有一个逗号。

输出：

2. 提取这个matrix里面的数字

如果要提取第二行的第一个数：

print( a [1,0] )

因为这里还是按照编程的顺序，从0开始数

Rows first and than column，所以1是第二行，0是第一列。

输出：3

3. 查看这个matrix的shape

print( a.shape ) 

输出：(3, 2)

4. 生成不同形式的matrix

包括：

.zeros

.ones

.full

.random.random

输出：

5. 切片

跟我们之前说过的很像（包头不包尾）～但记得是先切横的，再切竖的

输出：

如果更改切片器里面的内容，原来的也会被更改噢！

栗子：这里把 i 切片的[0,0]修改成1738，原来的h里面也随之被改成了1738

6. 设定datatype

datatype可以在定义里被改变：

记得dtype = 后面要加多一个np. 要不然就error啦

输出：int64

6.Array的加减法

这部分比较简单，除了直接通过+-*/ 加减乘除符号之外，也可以使用np.add(), np.subtract(), np.multiply(), np.divide(), 进行操作。如果要计算平方根，则使用np.sqrt()

np.sum () 和 np.mean () 

老生常谈：axis为0，代表列；为1则代表行