1.創建ndarray數組：Numpy庫能將序列數據（列表，元組，數組等其他數據類型）轉換爲ndarray數組
需要引入numpy庫：import numpy as np
語法：np.array(data)
參數說明：data爲需要轉換爲ndarray數組的序列
Numpy庫還有一些函數可以創建一些特殊的數組：
arr=np.array()
arange： 類似內置的range函數，用於創建數組
ones： 創建指定長度或形狀的全1數組
ones_like： 以令一個數組爲參考，根據其形狀和dtype創建全1數組
zeros、zeros_like：創建全0數組
empty、empty_like：創建沒有具體值的數
eye、 identity： 創建正方形的N×N單位矩陣
**注意：用np.調用
2.ndarray對象屬性：
.ndim： 秩，即數據軸的個數
.shape： 數組的維度
.size： 元素的總個數
.dtype： 數據類型
.itemsize：數組中每個元素的字節大小
注意：用arr.調用
3.ndarray數據類型：
常見的幾種數據類型：浮點數（float）、整數（int）、複數（complex）、布爾值（bool）、字符串（string_）、python對象（object）
4.數組變換1-數組重塑、數組合並
1.數組重塑：對於定義好的數組，可以通過reshape方法改變其數據維度
語法：arr.reshape((x,y))
說明：arr：ndarray數組
x：行
y：列，可以設置成-1，表示數組的維度可以通過數據本身來判斷
與reshape相反的方法是數據散開（ravel）或扁平化（flatten）
語法：arr.ravel（）
說明：arr：ndarray數組
語法：arr.flatten（）
說明：arr：ndarray數組2.數組合並：用於幾個數組間的操作，concatenate方法通過指定軸方向，將多個數組合併在一起。
***注意：軸用來爲超過一維的數組定義的屬性，二維數組擁有兩個軸：
第0軸：（axis=0）沿着行的方向垂直向下
第1軸：（axis=1）沿着列的方向水平延伸
語法：np.concatenate([arr1,arr2],axis=0|1)
此外，vstack和hstack也可以進行數組合並：
語法：np.vstack((arr1,arr2))
np.hstack((arr1,arr2))
4.數組變換2-數組拆分、數組置換和軸對稱：
1.數組拆分：方法：split
語法：np.aplit(arr,indices_or_sections,axis=0)
說明：arr：要切分的數組
indices_or_sections：如果是一個整數，就用該數平均切分，如果是數組，爲沿軸切分的位置（左開右閉）
axis：爲0，橫線切分，爲1，縱向切分
2.數組置換：transpose方法需要傳入軸編號組成的元組 arr.transpose((1,0))
3.軸對稱：arr.swapaxes(1,2)
5.Numpy隨機數函數：
在numpy.random模塊中，提供了多種隨機數生成函數：
rand： 產生均勻分佈的樣本值
randint： 給定範圍內去隨機整數
randn： 產生正態分佈的樣本值
seed： 隨機數種子
permutation：對一個序列隨機排序，不改變原數組
shuffle： 對一個序列隨機排序，改變原數組
normal： 產生具有正態分佈的數組
2.3數組的運算：
1.通用函數： abs函數求絕對值，square函數求平方
arr=np.random.randn(3,3)
arr
np.abs(arr)
np.square(arr)
二元函數：需要傳入兩個數組並返回一個數組：add函數用於兩個數組的相加，minimum函數可以計算元素最小值
arr1=np.random,randint(1,10,size=(5))
arr1
array([2,7,2,4,2])
arr2=np.random,randint(1,10,size=(5))
arr2
array([3,2,1,8,6])
np.add(arr1,arr2)
array([5,9,3,12,8])
np.minimum(arr1,arr2)
array([2,2,1,4,2])
有些函數可以返回兩個數組，例如modf函數，可以返回數組元素的小數和整數部分：
arr=np.random.normal(2,4,size=(6,))
arr
np.modf(arr)
2.條件邏輯運算：
如果需要通過cond的值來選取arr1和arr2的值，當cond爲True時，選擇arr1的值，否則選擇arr2的值，可以通過if語句判斷來實現
創建數組：arr1=np.array([1,2,3,4])
arr1=np.array([5,6,7,8])
arr1=np.array([True,False,False,True])
條件邏輯：result=[(x if c else y) for x,y,c in zip(arr1,arr2,cond)]
result
[1,6,7,4]
where函數可以解決處理速度不快，無法用於多維數組的問題
result=np.where(cond,arr1,arr2)
result
array([])
sum函數求和，mean函數求算數平均數，std函數求標準差,min：最小值，max：最大值，
arr.sum() arr.mean() arr.std() arr.min() arr.max()
cumsum：所有元素的累計和 cumprod：所有元素的累計積
arr.cumsum() arr.cumprod()
dot函數用於矩陣乘法
np.dot(arr1,arr2)
array()
3.排序：sort方法
arr.sort()
arr
4.集合運算：使用np.unique方法來找出數組的唯一值
arr=np.array()
arr
np.unique(arr)
5.數組的讀取：
可以通過np.loadtxt方法進行讀取
- 數據的存儲：arr=np.arrange().reshape
arr
np.savetxt()