创建ndarray对象：
import numpy as np
np.array([1,2,3,4])
np.array([[1,2,3,4],[5,6,7,8]])
转换为list
np.array([1,2,3,4]).tolist()
获取ndarray对象的基本信息：维数(ndim)、行列信息(shape)、数据存储类型(dtype)
arr = np.array([[1,2,3,4],[5,6,7,8]])
print(arr.ndim)
print(arr.shape)
print(arr.dtype)
设置数据存储类型
np.array([1,2,3,4], dtype=np.int32)
np.arrat([1.2,1.3,1.4], dtype=np.float64)
创建特殊ndarray对象：全0(zeros)、全1(ones)、随机值(empty)，参数是形状
np.zeros(8)
np.ones((2,3))
np.empty((3,4))
指定范围创建ndarray对象(arange)
arr1 = np.arange(1,8,2)
# [1 3 5 7]
创建网格数据(linspace)
np.linspace(0, 80, 5)
# [0 20 40 60 80]
修改形状(reshape)
np.arange(0,12).reshape((3,4))
# [[ 0, 1, 2, 3],
# [ 4, 5, 6, 7],
# [ 8, 9, 10, 11]]
展平，转化为一维数组(flatten)
a = np.arange(12).shape(3,4)
a.flatten()
矩阵转置(transpose)
a = np.arange(12).reshape(3,4)
a.transpose()
# 等同于
a.T
数学运算（+ - * / ）、点乘(矩阵乘法)、三角函数
a = np.arange(12).reshape(3,4)
b = np.arange(12).reshape(4,3)
a + 1
a + b
a - 1
a - b
a * 2
a * b
a / 2
a / b
# 平方
arr ** 2
# 点乘
np.dot(a, b)
a.dot(b)
np.sin(a)
深浅复制，赋值操作为浅复制，使用clone方法深复制：
a = np.arange(12)
b = a
c = a.clone()
