一、数据类型

1、常见数据类型

2、创建数据类型

原理：numpy 的数值类型实际上是 dtype 对象的实例

举例：

 

二、数组的创建 

1、依据现有数据来创建ndarray 

（1）通过array()函数进行创建。 

看代码：

运行结果： 

（2）通过asarray()函数进行创建

个人不常用

（3）通过fromfunction()函数进行创建

看代码：

2、零数组

创建方式：（1）. zeros() 函数：返回给定形状和类型的零数组。

（2）. zeros_like() 函数：返回与给定数组形状和类型相同的零数组 。

3、1数组

创建方式：（1）. ones() 函数：返回给定形状和类型的1数组。

（2）. ones_like() 函数：返回与给定数组形状和类型相同的1数组 

4、空数组

创建方式：（1）. empty() 函数：返回一个空数组，数组元素为随机数。

（2）. empty_like 函数：返回与给定数组具有相同形状和类型的新数组。 

5、单位数组

创建方式：（1）. eye() 函数：返回一个对角线上为1，其它地方为零的单位数组。

（2）. identity() 函数：返回一个方的单位数组 

【注意：两种方式相比，eye()创建单位数组更加灵活，下面举例】 

 

 

6、对角数组

（1）、numpy包提供的方法： diag() 函数：提取对角线或构造对角数组。

看代码：

7、常数数组

创建方法：（1）. full() 函数：返回一个常数数组。

（2）. full_like() 函数：返回与给定数组具有相同形状和类型的常数数组。 

看代码：

中间后期会更新，敬请期待······

8、数组的属性

（1）. numpy.ndarray.ndim 用于返回数组的维数（轴的个数）也称为秩，一维数组的秩为 1，二维数组的秩为 2，以此类推。

（2）. numpy.ndarray.shape 表示数组的维度，返回一个元组，这个元组的长度就是维度的数目，即 ndim 属性(秩)。

（3）. numpy.ndarray.size 数组中所有元素的总量，相当于数组的 shape 中所有元素的乘积，例如矩阵的元素总量为行与列的乘积。

（4）. numpy.ndarray.dtype ndarray 对象的元素类型。

（5）. numpy.ndarray.itemsize 以字节的形式返回数组中每一个元素的大小 

【注意：在 ndarray 中所有元素必须是同一类型，否则会自动向下转换， int->float->str 。】