NumPy入门学习（一）

NumPy的核心是N维数组对象，其不仅具有适量算数运算和广播的能力，并且在处理多维的大规模数组时快速且节省空间。

创建ndarray数组最直接的方法是调用np.array()函数，该函数接受列表、元组类写的嵌套序列对象，然后生成一个ndarray数组。ndarray数组是存储同类匀速的多维的数组容器。

1. 单一列表创建一维对象

import numpy as np
array_1x7 = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0], dtype=np.float64)
print(array_1x7)
print(array_1x7.ndim) 
print(array_1x7.shape)
print(array_1x7.dtype) 

[1. 2. 3. 4. 5. 6. 7.]
1
(7,)
float64

2. 等长的二层嵌套列表创建二维对象

import numpy as np
array_2x7 = np.array([[1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0], [1.1, 2.1, 3.1, 4.1, 5.1, 6.1, 7.1]])
print(array_2x7)
print(array_2x7.ndim) 
print(array_2x7.shape) 
print(array_2x7.dtype) 

[[1.  2.  3.  4.  5.  6.  7. ]
 [1.1 2.1 3.1 4.1 5.1 6.1 7.1]]
2
(2, 7)
float64

3. 等长的三层嵌套列表创建三维对象

import numpy as np
array_2x3x6 = np.array([[[1.0,2.0,3.0,4.0,5.0,6.0],[1.1,2.1,3.1,4.1,5.1,6.1],[1.2,2.2,3.2,4.2,5.2,6.2]],
                     [[7.0,8.0,9.0,10.0,11.0,12.0],[7.1,8.1,9.1,10.1,11.1,12.1],[7.2,8.2,9.2,10.2,11.2,12.2]]])
print(array_2x3x6)

[[[ 1.   2.   3.   4.   5.   6. ]
  [ 1.1  2.1  3.1  4.1  5.1  6.1]
  [ 1.2  2.2  3.2  4.2  5.2  6.2]]

 [[ 7.   8.   9.  10.  11.  12. ]
  [ 7.1  8.1  9.1 10.1 11.1 12.1]
  [ 7.2  8.2  9.2 10.2 11.2 12.2]]]

ndim是指数组的维度（轴）的数量。shape是指数组的形状，它的返回值是一个元组，元组的长度等价于维度（轴）的数量，元组中每个元素值表示每个维度（轴）中数组的大小。