numpy

array:数组，类似列表。但会强制统一数据类型。
array.ndim 维度（几个[]代表几维）
array.shape 由内到外判断维度
array.size 总元素
array.dtype 类型

创建零数组和一数组：
np.zeros(n),np.ones(n) -给出的为浮点类型

创建数组：（类似range用法，结束值不取到）
np.arange(起始值，结束值，步长）

数组拼接：(以下两个函数都不会改变原数组，会返回一个新的数组。）
axis = 0 代表行数增加，axis = 1 代表列数增加。
1.np.concatenate([arr1,arr2],axis = )
2.np.append(arr1,arr2,axis = )
两者区别：
np.append() 会在原数组的末尾添加新数据np.concatenate() 可以在原数组的末尾添加新数组，也可以将两个或多个数组拼接在一起。
np.append()更适合于在数组末尾添加单个元素或与原数组一维相同的数组，而np.concatenate()更适合于处理多维数组或进行更复杂的拼接操作。

排序方法：
1.list.sort() 直接修改原列表，返回None值
2.sorted(list)/np.sort(list) 返回一个新的排序列表，原列表不会被改变。

可选参数reverse和key。其中，reverse用于指定排序方向，默认为升序（False），设置为True则为降序。key参数用于指定一个函数，这个函数将被用于从每个元素中提取一个比较键。

例：
a = sorted(list1,reverse=True)

四则运算等：
如果两个数组具有相同的维度，则可以直接在对应位置上进行加减乘除操作。（如果是矩阵可以考虑转置）
例：
arr4 = np.array([6, 7, 8,])
arr5 = np.ones(5)
print(arr4 + arr5)
print(arr4 - arr5)
print(arr4 * arr5)
print(arr4 / arr5)
arr4 * 3 是指对数组里每一个元素进行相同的操作。

筛选数组：
arr = np.array([-22, 3, 65, 9, 11, 7])
print(arr > 6)
print(arr)
逻辑运算符：且& 或| 非~