跟艾文学编程零基础入门学Python（6）numpy数值计算

　　欢迎大家关注，让我们一起进步（另外大家也都可以抖音＋我，直接搜索 ＂  艾文编程 ＂） 学习目标
　　● Numpy是什么
　　● 初始numpy 基础操作
　　● ndarray对象的创建
　　● 基础数学操作
　　● 数据下标访问
　　● 数组切片访问
　　● numpy 重要函数
　　● 数组合并 Numpy 是什么
　　NumPy(Numerical Python) Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算。
　　数组运算： 提供大量的数学函数库
　　特点： 是一个运行速度非常快的数据库，主要用于数组计算
　　目标： 处理多维度同类型数据的数组，在numpy中维度我们可以axes来表示，创建对象类型： numpy.ndarray 初步认识numpy基本操作
　　import numpy as np
　　print(np.__version__)
　　＂1.16.2＂
　　首先，我们可以创建一个数组
　　data = np.arange(15)
　　print(data)
　　array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
　　然后，我们可以reshape进行变换，对象类型numpy.ndarray
　　最后，我们看看numpy.ndarray 有哪些重要的属性和方法
　　重点分析了我们常用的几个内容
　　ndarray 对象创建
　　● python list or tuple作为输入
　　● zeros 函数
　　● empty 函数
　　● ones 函数
　　● random 函数
　　一般创建方法，我们可以用python list 或者tuple 作为输入创建ndarray
　　常见的数学操作
　　A 和 B 分别是numpy array的两个数组
　　数组下标元素访问
　　python 通过索引方式获取数据
　　我们可以把ndarray的数组看成一个矩阵，然后再次获取数据的时候就很容易了
　　单维度数据访问
　　单维度数据访问语法： x[start:stop:step] 默认数值 start＝0,stop＝size of dimension step = 1
　　多维度数据访问
　　numpy 重要函数reshape操作
　　通过reshape 数组，可以改变array的数据结构，这里，创建 3*3 的矩阵
　　squeeze
　　从数组形状中删除 单维度条目，即把shape中为1的维度去掉
　　transpose 函数
　　不同维度之间的转化，高纬度情况下，通过numpy这个函数非常重要，这块图像处理的时候
　　例如： 图像 3 通道，不同维度的数据互换
　　argmax 函数
　　argmax 返回的是最大数的索引，argmax 有个参数axis，默认0，表示第几维的最大数值
　　Array 组合
　　不同array 进行基础的操作组合 np.concatenate
　　vstack/hstack
　　vstack 水平方向组合两个ndarray 的对象