Numpy是什么
Numpy(Numerical Python) 是科学计算基础库，提供大量科学计算 相关功能，比如数据统计，随机数生成等。其提供最核心类型为多 维数组类型（ndarray），支持大量的维度数组与矩阵运算， Numpy支持向量处理ndarray对象，提高程序运算速度。
安装
安装 NumPy 最简单的方法就是使用 pip 工具，语法格式如下：
pip install numpy
array创建数组
numpy模块的array函数可以生成多维数组。例如，如果要生成一 个二维数组，需要向array函数传递一个列表类型的参数。每一个列 表元素是一维的ndarray类型数组，作为二维数组的行。另外，通 过ndarray类的shape属性可以获得数组每一维的元素个数（元组形 式），也可以通过shape[n]形式获得每一维的元素个数，其中n是 维度，从0开始。
语法格式如下：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
arange创建数组
使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如 下：
numpy.arange(start, stop, step, dtype)
随机数创建
numpy中的random模块包含了很多方法可以用来产生随机数。
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。
zeros创建
创建指定大小的数组，数组元素以 0 来填充
numpy.zeros(shape, dtype = float, order = 'C')
zeros_like:根据传入的数组形状创建全为0的数组
ones创建
创建指定形状的数组，数组元素以 1 来填充。
numpy.ones(shape, dtype = None, order = 'C')
empty 创建
创建一个指定形状（shape）、数据类型（dtype）且未初始化的数 组，里面的元素的值是之前内存的值：
numpy.empty(shape, dtype = float, order = 'C')
full()创建
创建全为某个指定值的数组
full(shape,fill_value)
创建单位矩阵
单位矩阵从左上角到右下角的对角线上的元素均为1,除此以外全都 为0。任何矩阵与单位矩阵相乘都等于本身，而且单位矩阵因此独特 性在高等数学中也有广泛应用。
linspace创建
linspace函数用于创建一个一维数组，数组是一个等差数列构成 的，格式如下：
np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
logspace 创建
logspace 函数用于创建一个于等比数列。格式如下：
np.logspace(start, stop, num=50, endpoint=True, base=10.0, dtype=None)
一维数组索引和切片
ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0 - n 的下标进行索引，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
二维数组的索引和切片
