概括：
一：数据维度
（一）一维数据
（二）二维数据
（三）多维数据
（四）高维数据
二：Numpy的数组对象：ndarray
（一）Numpy介绍
（二）N维数组对象ndarray
（三）ndarray的元素类型
（四）当ndarray数组由非同质对象构成时
三：ndarray数组的创建方法
（一）从python中的列，元组等类型创建ndarray数组
（二）使用Numpy中函数创ndarray数组，如：arange,ones,zeros等
（三）使用Numpy中其他函数创建ndarray数组
linspace根据起止数据等间距填充数据，形成数组，
concatenate将两个或多个数组合并为一个新的数组
四：ndarray数组的变换
（一）维度变换
（二）类型变换astype
（三）ndarray数组转列表tolist
五：ndarray数组的操作
（一）数组的索引和切片
（二）ndarray数组的运算
一：数据维度
（一）一维数据
（二）二维数据
（三）多维数据
（四）高维数据
数据的表示
二：Numpy的数组对象：ndarray
（一）Numpy介绍
import numpy
as np
def pySum():
a = [
0,
1,
2,
3,
4]
b = [
9,
8,
7,
6,
5]
c =
[]
for i
in range(len(a)):
c.append(a[i]**
2+b[i]**
2)
return c
def npSum():
a = np.array([
0,
1,
2,
3,
4])
b = np.array([
9,
8,
7,
6,
5])
c = a**
2 + b**
2 #两组数据在维度相同时，可以直接进行运算
return c
print(pySum())
print(npSum())
[
81,
65,
53,
45,
41]
[81 65 53 45 41]
（二）N维数组对象ndarray
（三）ndarray的元素类型
（四）当ndarray数组由非同质对象构成时
三：ndarray数组的创建方法
（一）从python中的列，元组等类型创建ndarray数组
（二）使用Numpy中函数创ndarray数组，如：arange,ones,zeros等
（三）使用Numpy中其他函数创建ndarray数组
linspace根据起止数据等间距填充数据，形成数组，
concatenate将两个或多个数组合并为一个新的数组
补充：
由于numpy多用于科学计算，所以大多数是需要使用浮点数，所以默认是浮点数类型
四：ndarray数组的变换
对于创建后的ndarray数组，可以对其进行围堵变换和元素类型变换
注意其中是否会对原数组进行修改
（一）维度变换
（二）类型变换astype
（三）ndarray数组转列表tolist
五：ndarray数组的操作
（一）数组的索引和切片
索引：
切片：
（二）ndarray数组的运算
一元函数：对一个数组进行运算
二元函数：对两个数组（规模相同）进行运算
总结
转载于:https://www.cnblogs.com/ssyfj/p/9289901.html
