根据《利用python进行数据分析》一书所写的学习笔记

numpy最重要的一个特点就是其N维数组对象（即ndarray）

---

一维数组 二维数组 查看数组维度，数据类型和样式

1.一些常用的数组创建函数

eg：

---

2.numpy的数据类型

dtype（数据类型）是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所需的信息

eg：

astype可以改变数组的数据类型，但是生成新的数组，原来数组的数据类型不变

如果转换过程因为某种原因失败了（比如某个不能被转换为float64的字符串），就会引发一个TypeError。所以直接写float，NumPy可以很聪明的将python类型映射到等价的dtype上。

---

astype的其它用法

也可以用简洁的类型代码来表示dtype

3.数组和标量之间的运算

数组之间的运算 数组和标量的运算

4.基本的索引和切片

一维数组的索引类似于python中的索引

如上所示，当你将一个标量值赋值给一个切片时（如arr[5:8] = 12），该值会自动传播（“广播”）到整个选区。跟列表最重要的区别在于，数组切片是原始数组的视图。这意味着数据不会被复制，视图上的任何修改都会直接反映到原数组上：

对于高维数组，能做的事情更多。在一个二维数组中，各索引位置上的元素不再是标量而是一维数组：

因此，可以对各个元素进行递归访问，但是这样比较麻烦。你可以传入一个以逗号隔开的索引列表来选取单个元素。

多维数组

切片索引

注意只有冒号时表示选取整个轴

布尔索引

接上表

花式索引

注意：原数组没变，花式索引是将数据复制到新的数组中。

5、数组转置和轴对换

T,swapaxes,transpose