1.2 numpyのクラッシュ
scipyのダウンロードnumpyの基本的なデータ構造と操作を提供、最も重要なのは、効率的な量演算機能を提供ndarray多次元配列です。
1.2.1配列の作成
＃リストに基づいてアレイを作成し インポートnumpyのAS NP MyArrayという = np.array（[2、3 ]） プリント（MyArrayという） プリント（myarray.shape） ＃は、多次元配列を作成 myarrayの= np.array（[1,2,3 ]、[2,3,4]、[3,4,5 ]]） プリント（MyArrayという） プリント（myarray.shape） ＃は、特別なアレイを作成 ＃0アレイ ARRAY1を= np.zeros（（5,5 ）） 印刷（配列1） ＃1アレイ 配列2 = np.ones（（5,5 ）） プリント（配列2） ＃の配列指定された値 ARRAY3 np.full =で（（5,5）、100 ） プリント（ARRAY3で） ＃単位配列 array4 np.eye =（5 ） プリント（array4）
1.2.2データアクセス
あなたは、配列の行で、インデックスにアクセスすることができます、また列にアクセスすることができます。
プリント（myarrayの） プリント（myarrayの[0]） 、印刷（myarrayの[-1 ]） 、印刷（myarrayの[：2 ]）、 印刷（myarrayの[1,2]）
1.2.3算術
使用numpyのndarray算術配列は、直接的であってもよいです
（1）ベクトルとベクトル
インポートNPとしてnumpyの myarray1 = np.array（[1,2,3]、[2,3,4]、[3,4,5 ]]） myarray2 = np.array（[11,21,32] [21,31,41]、[31,41,51 ]） プリント（myarray1 + myarray2） プリント（myarray1 - myarray2） プリント（myarray2 * myarray1） プリント（myarray1 / myarray2）
（2）ベクトルとスカラー
プリント（myarray1 + 2 ） プリント（myarray1 - 2 ） プリント（myarray1 * 2 ） プリント（myarray1 / 2）
（3）相関行列
インポートのNPとしてnumpyの インポートLGとしてnumpy.linalg A - = np.array（[2,1]、[4、-3 [ ]]） プリント（a.transpose（）） プリント（lg.inv（）） 印刷（np.dot（lg.pinv（）））
アレイのスタック（4）の形状を変更します
変更のアレイの形状：使用numpyの、我々は簡単に（）関数などをフラット化、（）などリシェイプを使用して、配列の形状を変更することができます。
インポートNPとしてnumpyの = np.arange（10 ） 印刷（） B = a.reshape（2,5 ） プリント（B） C = b.flatten（） プリント（C）
（5）積層アレイ
深さから参照、横配列は、それが垂直に積み重ねてもよく、積層されていてもよいです。したがって、私たちが積み重ねられる配列は、スタック上のnumpyの配列は、以下の機能が含まれます。vstack、hstackを（）（）
インポートNPとしてnumpyの A = np.random.rand（3,3 ） 、B = np.ones（（3,1 ）） C = np.hstack（（B）） プリント（C） B = np.ones（ （1,3 ）） C = np.vstack（（B）） プリント（C）