Numpy简介

Numpy对象是元素具有相同类型(通常为数字)并以以整数元组作为索引的一维或多维数组。数组的索引整数元组包含的整数个数被称为数组的阶。

举个例子，数组[1,2,1]的阶是1，因为索引该数组只需一个数字就行了。而其第0维的长度为3。而对于数组[[1,2],[3,4],[5,6]]而言阶为2，因为索引这个数组需要2个数字。第0维的长度为3,第1维的长度为2。

Numpy数组的类型被称为ndarray。注意，Numpy数组并不等同于标准的Python数组。

ndarrray对象常用的几个属性如下:
ndarray.ndim：数组的阶。
ndarray.shape：数组的形状，将返回一个整数元组，整数元组第n(n<阶数)个数表示第n维的长度。
ndarray.size：数组包含的所有元素的个数。
ndarray.dtype：数组元素的类型。
ndarray.itemsize：数组每个元素所占字节数，例如int32为4个字节，float64为8个字节
ndarray.data：数组在内存中储存的地址。例如<memory at 0x1075c7120>

import numpy as np
a = np.arange(15).reshape(3, 5)
print(a)
'''
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
'''
print(a.shape)    #(3, 5)
print(a.ndim)    #2
print(a.dtype.name)    #'int64'
print(a.itemsize)    #8
print(a.size)        #15
print(type(a))        #<type 'numpy.ndarray'>
b = np.array([6, 7, 8])    
print(b)        #array([6, 7, 8])
print(type(b))    #<type 'numpy.ndarray'>