一維數(shù)據(jù)：向量
二位數(shù)據(jù)：矩陣
維度超過三維的數(shù)據(jù)：張量
這些數(shù)據(jù)在numpy中統(tǒng)稱array

(1)使用窮舉法創(chuàng)建多為數(shù)據(jù),接受列表或者元組類型的數(shù)據(jù)

a = numpy.array([1, 2, 3])
b = numpy.array([[1, 2, 3], (4, 5, 6), [7, 8, 9]])

(2)創(chuàng)建所有元素為0的array

def zeros(shape, dtype=None, order='C', like=None)

shape:形狀參數(shù)提供數(shù)據(jù)的維度尺寸，維度從左至右依次為 最外側(cè)維度->最內(nèi)側(cè)維度（最大維度->最小維度）

dtype:數(shù)據(jù)元素類型

order： {'C', 'F'}可選,行優(yōu)先(C-style),列優(yōu)先(Fortran-style)

zero_data = np.zeros((2, 3, 5))   提供了shape（形狀）參數(shù)

(3)創(chuàng)建所有元素為1的array

ones(shape, dtype=None, order='C', *, like=None)

one_data = np.ones((3, 4, 7, 2))

(4)空array,即數(shù)組的元素不初始化，而是包含隨機(jī)數(shù)據(jù)，切默認(rèn)類型為float

empty(shape, dtype=float, order='C', *, like=None)

empty_data = np.empty((3, 4))

(5)步進(jìn)array(只能是向量)，區(qū)間左閉右開

arange(start, stop, step, dtype=None, *, like=None)

arange_array = np.arange(10, 30, 5)

（6）reshape()，重新定義數(shù)據(jù)的形狀。

-1：未知尺寸,表示自動(dòng)識(shí)別所在維度的大小，所以reshape(-1, 1)常用于將一個(gè)向量重構(gòu)成一個(gè)二維一列的矩陣（立起來）；使用-1不能超過1個(gè)。

t_array = arange_array.reshape(-1, 1)
t1_array = empty_data.reshape(2, -1, 3)

（7）array的屬性

維度：ndim

ndim1 = t1_array.ndim

尺寸：size,既所有元素的個(gè)數(shù)，也是各維度尺寸的乘積

size1 = one_data.size

元素類型：dtype

dtype1 = t1_array.dtype