Numpy
数组¶
数组（ndarray）是 NumPy 的核心数据结构，包括以下属性：
ndarray.ndim表示数组的维数；ndarray.shape表示数组形状，由数组各个维度大小组成的元组；ndarray.size表示数组总的元素个数；ndarray.dtype表示数组内元素类型；ndarray.itemsize表示单个元素所占字节数；ndarray.data表示数组实际元素的缓冲。
按维度，数组可以分为一维数组（向量）、二维数组（矩阵）、N-维数组（张量）三种。
创建¶
np.array()生成给定的数组；np.zeros()生成元素均为 0 的数组；np.ones()生成元素均为 1 的数组；np.empty()生成包含随机初始值的数组；np.arange()和np.linspace()生成等差数列，前者指定步长，后者指定总个数。
上述函数都可以指定数据类型 dtype.
基本运算¶
对于二元操作符，如果数组形状相同，则数组中元素一一对应执行对应操作（element-wise）；如果形状不同，NumPy 使用广播（broadcast）机制来使两者兼容：
- 所有输入的数组向其中维数最大的数组看齐，不足的在前面补 1；
- 输出数组的形状取各个维度上的最大值；
- 输入数组的某个维度长度要么和最大值相同，要么为 1，否则无法对齐计算；
- 如果输入数组的某个维度长度为 1，则沿着此维度运算时均使用第一组值。
矩阵乘法使用 @ 运算符（python>=3.5）或者 dot 函数。
如果数组元素类型不同，则结果使用更通用或者精度更高的类型（upcasting）。
对于一元操作符，运算操作取决于 axis 参数。
索引和分片¶
[i] 表示索引，[i:j] 表示分片，多维则使用列表对应各个维度。