1.介绍
?????????numpy库是python对矩阵操作的库，接下来每天我会发表一篇对numpy的介绍，直到完结。
2.ndarray类型
? ? ? ? ? numpy 最重要的类型是N 维数组对象 ndarray。而ndarray内含有什么呢？
? ? ? ? （1）一个指向数据的指针。
? ? ? ? （2）数据类型(dtype)。
? ? ? ? （3）一个表示数组形状（shape）的元组。
? ? ? ? （4）一个跨度元组（stride）
? ? ? ? 内部结构如下图所示：
为了更好的说明，这儿举个小例子，如下图所示，这个img变量表示一张图片，大小为(1685,1007,3)。
?
?我们这个时候有三种访问数据的方式(其实是指针的运用)
#1.最外层访问 （相当于单指针，访问结果为1007*3个数据）
img[0] ~ img[1684]
#2.次外层范问 （相当于二重指针，范问结果为3个数据）
img[0][0] ~ img[0][1006]
img[1684][0] ~ img[1684][1006]
#最外层访问 （相当于三重指针，范问结果为单个像素）
img[0][0][0]
img[1684][1006][2]下图为使用pycharm 查看数据的图? ? ? ? ?
?3.数据类型（dtype）
? ? ? ? numpy数据类型比较多，其中为了区别bool、int、float、complex这些python内置类型，numpy中特意在后面加入_来区分，总结为下面的表格。
| 名称 | 描述 |
| bool_ | 布尔型数据类型（True 或者 False） |
| int_ | 默认的整数类型 |
| intp | 用于索引的整数类型 |
| int8 | 字节（-128 to 127） |
| int16 | 整数（-32768 to 32767） |
| int32 | 整数（-2147483648 to 2147483647） |
| int64 | 整数（-9223372036854775808 to 9223372036854775807） |
| uint8/uint16/uint32/uint32 | 无符号整数 |
| float_ | float64 类型的简写 |
| float16 | 半精度浮点数 |
| float32 | 单精度浮点数 |
| float64 | 双精度浮点数 |
| complex_ | complex128 类型的简写，即 128 位复数 |
| complex64 | 复数，表示双 32 位浮点数（实数部分和虚数部分） |
| complex128 | 复数，表示双 64 位浮点数（实数部分和虚数部分） |
| datatime54 | 时间类型 |
4.区分dtype、astype、shape、ndim
????????（1）dtype :ndarray对象的内置函数，可以获得数据类型
????????（2）astype: 转化数据类型
????????（3）shape：获得各维度的尺度
????????（4）ndim:? ? 获得数组的维度，结果是1个整形
上例子
a=np.array([[1.2,2.41,1.2,1.3],[4.2,5.1,6.4,2.3],[23,11,1.1,2.4]]) #创建矩阵，后面写
print('ndim={}\nshape={}\ndtype={}'.format(a.ndim,a.shape,a.dtype))
b=a.astype(np.int32) #转为int型,会截断数据
print(b)
"""
结果如下：
ndim=2
shape=(3, 4)
dtype=float64
[[ 1 2 1 1]
[ 4 5 6 2]
[23 11 1 2]]
"""????????
ps:今天先写这些,觉得写的还不错的给个赞呗.
? ? ?错误是难免的，如果有错误的地方，请联系我。