第一种方法装好python，然后打开终端输入pip install jupyter（如果觉得速度慢可以加上镜像站 -i https://pypi.douban.com/simple/）,然后再输入pip install notebook (这里和前面一样，觉得慢就加镜像), 打开在终端输入 jupyter notebook。
另一种方法就是去anaconda官网下载anaconda。
如果用的第一种方法就需要 pip install numpy
import numpy as np # 导入这个库 data = np.arange(12).reshape(3,4) # 创建一个3行4列的数组 print（data) # 打印data type(data) #展示data的类型，输出结果为 numpy.ndarray 表示为数组类型
求数组的维度的个数
data.ndim
求数组的维度
data.shape
求数组的元素类型
data.dtype
求数组的元素个数
data.size
求数组每个元素的字节大小
data.itemsize
np.zeros(): 全为0的数组
# 创建一个三行三列的0数组 np.zeros((3,3))
np.ones():全为1的数组
# 创建一个四行四列的全为1的数组 np.ones((4,4))
np.empty():创建一个空数组，里面的值是随机值，只分配了内存空间
# 创建一个5行5列的空数组 np.empty((5,5))
import numpy as np data_1 = np.array([[1,2,3],[4,5,6]]) print(data_1) # 查询数组类型 data_1.dtype
对数组进行数据类型转换
常见的有：int8,16,32,64，float8,16,32,64，uint8,16,32,64
data_1.astype(np.float64)
数组广播
两个或两个以上数组广播需要满足的条件（满足其中之一即可）:
-
数组的某一维度等长
-
其中一个数组的某一维度为1
下面为第二种情况:
data_2 = np.array([[1],[2],[3],[4]]) data_3 = np.array([1,2,3]) data_2+data_3
输出结果为:
array([[2, 3, 4], [3, 4, 5], [4, 5, 6], [5, 6, 7]])
下面为第一种情况：
data_2 = np.array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]]) data_3 = np.array([1,2,3]) data_2+data_3
输出结果为：
array([[2, 4, 6], [3, 5, 7], [4, 6, 8], [5, 7, 9]])
当有三个数组时的第一种情况：
data_2 = np.array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]]) data_3 = np.array([1,2,3]) data_4 = np.array([4,5,6])
输出结果：
array([[ 6, 9, 12], [ 7, 10, 13], [ 8, 11, 14], [ 9, 12, 15]])
当有三个数组时的第二种情况：
data_2 = np.array([[1],[2],[3],[4]]) data_3 = np.array([1,2,3]) data_4 = np.array([4,5,6])
输出结果：
array([[ 6, 8, 10], [ 7, 9, 11], [ 8, 10, 12], [ 9, 11, 13]])