目录
一、Numpy模块的简介
Numpy模块用于科学计算的基础，不但能够完成科学计算任务，还能被用作高效的多维数据容器，用于存储和处理大型矩阵。
Python提供了array模块，和list不同，他直接保存数值，但是由于Python的array模块不支持多维，也没有各种运算函数。
Numpy弥补了这一遗憾。Numpy提供了一种存储单一数据类型的多维数组---ndarray
二、使用Numpy模块创建数组对象
1.array
（1）创建一维数组
import numpy as np
arr=np.array([1,2,3,4,5,6,7])
print('arr:',arr)
#ndarray数组的属性：
print('arr维度：',arr.ndim)
print('arr形状：',arr.shape)
print('arr大小：',arr.size)
print('arr数据类型：',arr.dtype)
print('arr元素大小：',arr.itemsize)
运行结果如下所示：
（2）创建二维数组
import numpy as np
arr=np.array([[1,2,3,4],[2,3,4,5],[3,4,5,6],[4,5,6,7],[5,6,7,8]])
print('arr:',arr)
print('arr维度：',arr.ndim)
print('arr形状：',arr.shape)
print('arr大小：',arr.size)
print('arr数据类型：',arr.dtype)
print('arr元素大小：',arr.itemsize)
运行结果如下所示：
2.arange
通过设置开始值，终止值，步长来创建一维数组(左闭右开)
参数1：开始 包含
参数2：截止 不包含
参数3：步长
import numpy as np
arr=np.arange(1,10,2)
print('arr:',arr)
3.linspace 创建一个均匀数组
参数1：开始 包含
参数2：截止 包含
参数3：创建数组的元素的个数
import numpy as np
arr=np.linspace(1,10,5)
print('arr:',arr)
4.logspace 创建等比数列
参数1：以10^开始次方 开始 包含
参数2：以10^结束次方 截止 包含
参数3：生成数组元素的个数
import numpy as np
arr=np.logspace(1,2,9)
print('arr:',arr)
5.zeros 创建全为0的多维数组
参数为几行几列,写成元组的形式
import numpy as np
arr=np.zeros((2,3))
print(arr)
6.ones 创建全为1的多维数组
参数为几行几列
import numpy as np
arr=np.ones((2,3))
print(arr)
7.eye 创建单位矩阵E
对角线上的元素全为1，其他元素全为0，并且行数=列数
参数：行数=列数
import numpy as np
arr=np.eye(3)
print(arr)
8.diag 创建指定元素组成的对角数组
传入的参数是啥，依次对角线的位置上就是啥
传入几个参数，数组就是几行几列
import numpy as np
arr=np.diag([1,2,3,4])
print(arr)
9.生成随机数 random
（1）无约束条件下生成随机数 random.random
生成指定参数个0~1之间的数组
左闭右开
import numpy as np
arr=np.random.random(3)
print(arr)
（2）生成服从均匀分布的随机数 random.rand
0~1之间的数组 左闭右开
参数：几行几列
import numpy as np
arr=np.random.rand(2,3)
print(arr)
（3）生成符合正太分布的随机数 random.randn
参数：几行几列
import numpy as np
arr=np.random.randn(4,3)
print(arr)
