一、jupyter notebook
两种安装和启动的方式：
第一种方式：
命令行安装：pip install jupyter
启动：cmd 中输入 jupyter notebook
缺点：必须手动去安装数据分析包（比如numpy,pandas...）
第二种方式：
下载anaconda软件
优点：包含了数据分析的基础包大概200个左右的科学运算包
jupyter notebook一些快捷键操作：
1. 运行当前代码并选中下一个单元格 shift+enter 2. 运行当前的单元格 crtl + enter 绿色： 编辑模式 蓝色： 命令行模式 3. 在单元格的上方添加一个单元格 ， 按esc进入命令行模式，接下来按 a (above) 添加 4. 在单元格的上方添加一个单元格 ， 按esc进入命令行模式，接下来按 b (below) 添加 5. 删除一个单元格， 按esc进入命令行模式， 接下来，按 dd(delete) 删除 6. 代码和markdown的切换, 按esc进入命令行模式， 接下来，按 m 切换
二、numpy的用法
导入方式： import numpy as np
1.ndarray-多维数组对象
创建ndarray对象
np.array()
2.ndarray是一个多维数组列表
一维
二维 （就是两个列表嵌套在一个列表中） 多维就是以此类推
注意：数组和python中的列表很像，但是它们之间有什么区别呢？（******）
1.数组对象内的元素类型必须相同
2.数组大小不可修改
3.常用的属性
属性T (数组的转置，下面的例子。原来是二维数组 两行三列，转置之后变成三行两列)
属性dtype (获取数据的类型)
属性size （数组元素的个数）
属性ndim (数组的维度)
属性shape (以元组形式) 两行三列
4.数据类型 dtype
整型： int32只能表示(-2**31,2**31-1),因为它只有32个位，只能表示2**32个数 无符号整型： 只能用来存正数，不能用来存负数 补充： astype()方法可以修改数组的数据类型
astype()方法
5.ndarray-创建
arange() 类似于python的range版本 可以设置起始值和终止值，还有步长
linspance() 这个和arange不一样，这个是顾头也顾尾。前两个参数是设置取值区间，第三个参数在这个区间均等取几份
zeros() 用0组成一个多维数组
ones() 用1组成一个多维数组
empty() 随机指定维度的数组，数字是随机的
eye() 指定维度创建单位矩阵，对角是1
当你不知道此方法有什么参数值，你可以在后面加一个问号，然后按shfit+enter,下面就会跳出解释
