numpy是一个神级科学计算库！手把手带你入门！学会事半功倍！

二维数组由多个一维数组组成

np.size：数组中所有元素的总量，相当于数组的shape中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。>>>print('数组a的大小是：',a.size)>>>print('数组b的大小是：',b.size)>>>print('数组c的大小是：',c.size)数组a的大小是：3数组b的大小是：9数组c的大小是：12

np.array创建数组时，会将多层嵌套的列表转换为多维数组。

打印数组当你在屏幕打印一个数组时，NumPy显示这个数组的方式和嵌套的列表是相似的。但遵守以下布局：最后一维由左至右打印倒数第二维从上到下打印其余维都是从上到下打印，且通过空行分隔如下所示，一维数组输出为一行、二维为矩阵、三维为矩阵列表。

基本运算数组中的算术运算一般是元素级的运算，运算结果会产生一个新的数组。不同于很多矩阵语言，乘积运算操作*在NumPy中是元素级的运算。如果想要进行矩阵运算，可以使用dot函数或方法。

当操作不同数据类型的数组时，最后输出的数组类型一般会与更普遍或更精准的数组相同（这种行为叫做Upcasting）。

默认状态下，这些运算会把数组视为一个数字列表而不关心它的shape。然而，可以指定axis参数针对哪一个维度进行运算。例如axis=0将针对每一个列进行运算。

索引、切片和迭代一维数组可以索引、切片和迭代，就像列表和其他python数据类型。

b[i]中的i代表i后面有足够多的：，用于表示其他维度的索引。你也可以使用点号...来表示。点号代表需要的足够多的列，用于使其他维度的索引值完整。例如，x是一个五维数组，那么x[1,2,...]相当于x[1,2,:,:,:]x[...,3]相当于x[:,:,:,:,3]x[4,...,5,:]相当于x[4,:,:,5,:]

但是，如果你想迭代输出数组中的每一个元素，你可以使用flat属性实现，这个属性生成一个可以迭代所有元素的迭代器。

私信小编007即可获取数十套PDF1哦！