Numpy

1.ndarray

　　ndarray数组中所有元素的数据类型相同、数据地址连续，批量操作数组元素时速度更快。而list列表中元素的数据类型可能不同，需要通过寻址方式找到下一个元素。

　　具有矢量算术运算和复杂广播能力的多维数组。

　　ndarray的属性包括shape、dtype、size和ndim等。

　　标量和ndarray数组之间的运算是将ndarray数组的每个元素与标量进行运算

　　两个ndarray数组之间的运算，是相同位置的元素进行计算，如果维度不同，numpy会进行拓展维度运算。

　　对ndarray数组的进行切片操作是引用，没有数据复制，要复制的话使用copy（）

　　可以通过数组上的一组数学函数对整个数组或某个轴向的数据进行统计计算。主要包括如下统计方法：

　　　　mean：计算算术平均数，零长度数组的mean为NaN。

　　　　std和var：计算标准差和方差，自由度可调（默认为n）。

　　　　sum ：对数组中全部或某轴向的元素求和，零长度数组的sum为0。

　　　　max和min：计算最大值和最小值。

　　　　argmin和argmax：分别为最大和最小元素的索引。

　　　　cumsum：计算所有元素的累加。

　　　　cumprod：计算所有元素的累积。

　　使用np.random创建ndarray随机数组以及随机打乱顺序、随机选取元素等（np.random.rand（），np.random.shuffle（），np.random.choice（））

　　线性代数中常用的各种操作：

　　　　diag：以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换为方阵（非对角线元素为0）。

　　　　dot：矩阵乘法。

　　　　trace：计算对角线元素的和。

　　　　det：计算矩阵行列式。

　　　　eig：计算方阵的特征值和特征向量。

　　　　inv：计算方阵的逆。