一． Numpy定义
一个在Python中做科学计算的基础库，重在数值计算，也是大部分PYTHON科学计算库的基础库，多用于在大型、多维数组上执行数值运算
二． Numpy使用
1.创建数组
2.numpy中的数组类型
3.数组类型的操作
4.修改数组形状
b=a.reshape(3,4)
b才是(3,4)的数组
5.数组和数的计算
6.数组和数组的计算
广播原则：如果两个数组的后缘维度的轴长相符或其中一方的长度为1，则认为他们广播兼容的。广播会在缺失或长度为1的维度上进行。
三． 轴axis
四． Numpy读取数据
1.格式及参数介绍
np.loadtxt(fname,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
l dtype:指定数组的数据类型
l delimiter:分隔字符串
l skiprows:跳过的行数
l usecols:读取指定的列，索引，元组类型
l unpack：如果True，读入属性将分别写入不同变量
2.转置
1)t.transpose()
2)t.swapaxes(1,0)
3)t.T
五．数据处理
1.索引和切片
2.数组的切片修改
3.其他修改方式
1）布尔索引：将数组中小于0的数赋值为0
2）三元运算符：将数组中大于10的赋值为10，小于10的赋值为0
3）clip裁剪：小于10的替换为10，大于18的替换为18，nan不变
五． numpy中的nan和inf
1. nan
1) nan不是一个数字
出现nan：
l 当我们读取本地的文件为float的时候，如果有缺失，就会出现nan
l 当做了一个不合适的计算的时候（比如无穷大（inf）减去无穷大）
2）nan和nan是不相等的
利用该特性，可以用np.count_nonzero(t!=t)
将nan替换为其他值t[np.isnan(t)]=0
3) 常用的统计数组
4）nparray填充均值
2. inf表示无穷
六． 数组拼接
七． 数组的行列交换
八． numpy的其他方法
1.获取最大值最小值的位置
l np.argmax(t,axis=0)
l np.argmin(t,axis=1)
2.创建一个全0的数组: np.zeros((3,4))
3.创建一个全1的数组:np.ones((3,4))
4.创建一个对角线为1的正方形数组(方阵)：np.eye(3)
5.生成随机数
6.注意点
