numpy
1.NumPy Ndarray 对象
NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
ndarray 对象是用于存放同类型元素的多维数组。
ndarray 中的每个元素在内存中都有相同存储大小的区域。
ndarray 内部由以下内容组成：
- 一个指向数据（内存或内存映射文件中的一块数据）的指针。
- 数据类型或 dtype，描述在数组中的固定大小值的格子。
- 一个表示数组形状（shape）的元组，表示各维度大小的元组。
- 一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。
ndarray 的内部结构:
跨度可以是负数，这样会使数组在内存中后向移动，切片中 obj[-1] 就是如此。
如上所示：数组的索引是由外至内在一个
[]内表示，不同纬度的索引用逗号隔开，而顺序遵循由外而内的维度排序例如：
[2,:]就是提取第一维索引为2的所有数字，[:,2]就是提取第二维索引为2的所有数字
创建一个 ndarray 只需调用 NumPy 的 array 函数即可：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)注意 array 不是 numpy 中的函数，而是python自带的，numpy会省去输出前缀，正常情况下使用array输出结果也会出现array(结果)
参数说明：
| 名称 | 描述 |
|---|---|
| object | 数组或嵌套的数列 |
| dtype | 数组元素的数据类型，可选 |
| copy | 对象是否需要复制，可选 |
| order | 创建数组的样式，C为行方向，F为列方向，A为任意方向（默认） |
| subok | 默认返回一个与基类类型一致的数组 |
| ndmin | 指定生成数组的最小维度 |
实例
接下来可以通过以下实例帮助我们更好的理解。
实例 1
import numpy as np
a = np.array([1,2,3])
print (a)
输出结果如下：
[1 2 3]实例 2
# 多于一个维度
import numpy as np
a = np.array([[1, 2], [3, 4]])
print (a)
输出结果如下：
[[1 2]
[3 4]]实例 3
# 最小维度
import numpy as np
a = np.array([1, 2, 3, 4, 5], ndmin = 2)
print(a)
输出如下：
[[1 2 3 4 5]]实例 4
# dtype 参数
import numpy as np
a = np.array([1, 2, 3], dtype = complex)
print (a)
输出结果如下：
[1.+0.j 2.+0.j 3.+0.j]ndarray 对象由计算机内存的连续一维部分组成，并结合索引模式，将每个元素映射到内存块中的一个位置。内存块以行顺序(C样式)或列顺序(FORTRAN或MatLab风格，即前述的F样式)来保存元素。
示例：
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
a[0,0] = 1000
print(a)结果为：
/Users/yhy/Coder/.venv/bin/python /Users/yhy/Coder/experiment/07.py
[[1000 2 3]
[ 4 5 6]]
Process finished with exit code 0import numpy as np
a = np.array([[1,2,3],[4,5,6]])
c = a[0,0]
c = 1000
print(a)结果为：
/Users/yhy/Coder/.venv/bin/python /Users/yhy/Coder/experiment/07.py
[[1 2 3]
[4 5 6]]
Process finished with exit code 0发现只要是不直接转换的而是经过赋值保存的就一定会创建一个新的数组而不修改原有数组
2. 布尔索引机制
以bool数组作为索引
bool数组可以通过直接指出保留的值（True）与舍弃的值（False），来构建输出的数组
我们只需限定范围，就可提取所要得出的数组
其主要原理如下：
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a<4
print(b)结果为：
/Users/yhy/Coder/.venv/bin/python /Users/yhy/Coder/experiment/07.py
[[ True True True]
[False False False]]
Process finished with exit code 0这样我们只需要用 bool 判定就能提取了
我们利用python提取 True 的机制,利用索引来完成提取
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a<4
print(a[b])结果即为：
/Users/yhy/Coder/.venv/bin/python /Users/yhy/Coder/experiment/07.py
[1 2 3]
Process finished with exit code 0当然，我们有更为简化的写法：
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
print(a[a<5])结果就为：
/Users/yhy/Coder/.venv/bin/python /Users/yhy/Coder/experiment/07.py
[1 2 3 4]
Process finished with exit code 0既然能用比较运算符，就一定能用or and not
注意：你可以构造一个表格来方便理解