一、python中的NumPy模块（数据的存储和处理）
这里是下载完成之后的表现
（1）创建数组
1、使用array（）函数创建数组
使用array函数可以创建任意维度的的数组
下面是一个创建二维数组的代码示例
下面是代码的结果：
下面是array函数的语法格式和参数含义
array(object,dtype=None,copy=True,order=None,subok=Flase,admin=0)
参数含义：
object ：必选，为一个序列型对象，例如：列表、元组、集合等也可以是一个一个已经创建好的数组
dtype ：可选用于指定数组元素的数据类型
copy： 可选，用于设置是否需要复制对象
order：可选，用于指定创建数组的样式
subok：可选，默认返回一个与基类的类型相同的数组
ndmin：可选，用于指定生成数组的最小维度
2、创建一个等差数组
import numpy as np
c = np.arange(1,20,4)
print(c)
最后结果如下
其中arange（）的第三个参数若不设置则默认为1而前两个参数表示起始值和终止值（在运行结果中并不包含终止值）
3、创建随机数组
这里有三个函数可以使用
其中rand（）函数是生成【0，1）之间的随机数
现在使用此函数来生成一个随机数二维数组
import numpy as np
c = np.random.rand(2,3)
print(c)
这里生成了一个二行三列且在[0,1)之间的随机二维数组
下面是随机数组的结果（不一样是正常的因为生成的是随机数组）
randn（）函数这个函数生成的结果是符合标准正态分布的随机数组
import numpy as np
c = np.random.randn(2,3)
print(c)
结果如下
randint（）函数此函数创建的随机函数是在指定范围中的随机整数
import numpy as np
c = np.random.randint(1,9,5)
print(c)
结果如下：
（2）查看数组的属性
使用shape属性来查看数组的行数和列数
import numpy as np
c = np.random.randint(1,9,5)
print(c.shape)
结果如下
其中如果单想查看行数或列数可以给shape加上[0]或[1]就可以查看
查看数组中元素的个数
可以使用size属性
import numpy as np
c = np.random.randint(1,9,5)
print(c.size)
结果如下
查看和转换数组元素的数据类型
import numpy as np
c = np.random.randint(1,9,5)
print(c.dtype)
结果如下
astype()函数可以进行函数类型转化：
import numpy as np
c = np.random.randint(1,9,5)
c1 = c.astype(float)
print(c1.dtype)
结果如下：
