课程总结：Numpy基础

学习总结二：Python数值计算工具Numpy

在本段讨论的第一部分中涉及的数据存储对象具有一个局限性：它无法直接参与数值计算。具体来说，在这种情况下我们只能进行以下几种操作：两个列表相加以及一个列表乘以标量（即常数）。这些操作仅是单个元素数量的变化及重复复制的过程。为了能够执行多种基本数学操作的需求，在此我们引入了一种称为数组的数据结构。这种数据结构的一个显著特点是其所有元素都属于同一类型：每个值都必须遵循相同的存储规则和类型限制。

numpy中常见生成数组的函数

array：

将输入数据（包括列表、元组等其他序列）转为ndarray形式，
具体操作如下：

1. 一维数组创建：
   初始化一个包含元素['a', 'b', 'c']的一维列表list1，
   通过np.array(list1)将其转换为一维ndarray arr1。
2. 二维数组构建：
   定义一个包含三个三元组的二维元组tup1，
   利用np.array(list2)将其转为二维ndarray arr2。

arange:

python内建函数range的数组版
In ：np.arange(7)
Out：[0 1 2 3 4 5 6]
ln：np.arange(12).reshape(3,4)
Out：[[0 1 2 3]
[4 5 6 7]
[8 9 10