注：本系类笔记采用的是Python3.5X版本，编程环境为Windows64位下的Anaconda
所有代码部分均为连续的，“结果”为在jupyter分步运行结果
代码部分：
import numpy as np#导入numpy,用np代表
a = np.array([1,2,3],dtype=np.int32)#创建一个一维array, 值为[1，2，3]，类型为32位整型
print(a.dtype)#dtype为数据的类型
结果：
int32
b = np.array([1,2,3],dtype=np.float)#创建一个一维array, 值为[1，2，3]，类型为64位浮点型
print(b.dtype)
结果：
float64
c = np.array([1,2,3])#一维数据
print(c)
结果：
[1 2 3]
d = np.array([[1,2,3], #2维矩阵
[4,5,6]])
print(d)
结果：
[[1 2 3]
[4 5 6]]
zero = np.zeros((2,3)) #生成2行3列全为0的矩阵
print(zero)
结果：
[[ 0. 0. 0.]
[ 0. 0. 0.]]
one = np.ones((3,4)) #生成3行4列全为1的矩阵
print(one)
结果：
[[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]
[ 1. 1. 1. 1.]]
empty = np.empty((3,2))#生成3行2列全都接近于0（不等于0）的矩阵
print(empty)
结果;
[[ 0. 0.]
[ 0. 0.]
[ 0. 0.]]
e = np.arange(10)#生成一个一维的
print(e)
结果：
[0 1 2 3 4 5 6 7 8 9]
f = np.arange(4,12)
print(f)
结果：
[ 4 5 6 7 8 9 10 11]
g = np.arange(1,20,3)
print(g)
结果:
[ 1 4 7 10 13 16 19]
h = np.arange(8).reshape(4,2)#重新定义矩阵的形状
print(h)
结果:
[[0 1]
[2 3]
[4 5]
[6 7]]
