import numpy as np#导入numpy
data=[[1,2,3],[4,5,6]]#创建元组
arr=np.array(data)#转化为数组
arr.ndim#数组空间维数
arr.shape#数据行列数
arr.dtype#数据类型""int32""
np.zeros(10)#指定长度
np.zeros((3,6))#创建3行6列的0数组
np.ones(5)#array([ 1.,  1.,  1.,  1.,  1.])
np.ones((3,4))#3行4列的全1矩阵
ar1=np.arange(10)#结果:array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.eye(3)#3维单位矩阵
np.identity(3)#3维单位矩阵
np.ones_like(arr)#创建与arr相同行、列的全1矩阵
np.zeros_like(arr)#创建与arr相同行、列的全0矩阵
arr_f=arr.astype(np.float64)#将arr中的数据类型转换为float64格式
Nstring=np.array(['1.2','3','4'],dtype=np.string_)#创建数组师可以自行定义字符串
N_float=Nstring.astype(np.float)#将string数据转换为float格式，等价于float64
######数组的标量运算
arr*arr#每个元素平方
arr*5#每个元素乘以5
'''索引和切片'''
ar1_s=ar1[5:8]
ar1[5:8]=12 ##ar1变化后，ar1_s的值也随之变化
ar1_s[:]=100#ar1_s变化后，ar1也随之变化
ar1_s1=ar1[5:8].copy()#完全拷贝，值变化不影响ar1
aro=np.array([[1,2,3],[4,5,6],[7,8,9]])#3维数组
aro[2]#第三组（行）数组
aro[0][2]#数组第0行第二列“3”或aro[0,2]
arr3d=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])#3维数组
'''布尔型索引'''
names=np.array([&