1 Numpy 数据类型must be the same type
2 创建ndarray
(1)传入一个list
import numpy as np data1=[1,2,3,4] arr1=np.array(data1) data2=[[1,2,3],[2.1,3.5,4]] arr2=np.array(data2) arr2.ndim #结果为2 arr2.ndim=len(arr2.shape) 即指维数 arr2.shape #结果为（2,3） arr2.dtype #结果为‘float64‘
(2)特殊的ndarray
np.zeros(10) np.zeros((3,6)) #还有 np.zero_like() np.ones() np.ones_like np.empty((2,3,4)) #creats an array without initializing its values to any particular value
np.arange(4) #output [0,1,2,3]
np.eye() #create a square N*N identity matrix(1‘s on the diagonal and 0‘s selsewhere)
(3)转换为指定格式的array
float_arr=arr1.astype(np.float64)
3 运算
运算是针对每一个元素进行的
4 索引与切片 (在源数据上改变，不会复制，除非说明 后加.copy())
(1) one-dimensional
arr=np.arange(10) # output array([0,1,2,3,4,5,6,7,8,9]) arr[5] #索引从0开始 5 arr[2:4] #不包括4 2,3 arr[5:8]=12 #将5,6,7赋值为12 arr[:] #全部arr的元素都选中
(2)highter dimensional
arr2d=np.array([1,2,3],[4,5,6],[7,8,9]) arr2d[2] [7,8,9] arr2d[0][2] 3
原文：https://www.cnblogs.com/qicaide/p/5897730.html