数据类型转换代码：

import numpy as np

a = np.array([1,3,5,7],dtype = np.int64)   #转换数据类型，类型代码需要写成字符串#dtype = “i8”

print(a,a.dtype)          #打印数据及数据类型

NumPy中最重要的数据结构是数组（非列表，只能存放同类型元素）对象，即numpy.ndarray

创建数组

numpy.array(object)，object是列表或元组

numpy.asarray(object)

两者区别：

当数据源是ndarray时，array仍然会copy出一个副本，占用新的内存，但asarray不会。

例：
a = np.array([1,2,3])
b = np.array(a)
c = np.asarray(a)
a[1] = 4
print(a)
print(b)
print(c)
==>
[1 4 3]
[1 2 3]
[1 4 3]

数组的数据类型

1、整型

int8，int16，int32，int64

uint8，uint16，uint32，uint64

2、浮点型

float32（单精度），float64/float_（双精度）

3、字符串

string_（ASCII编码），unicode_ （Unicode编码）

数组属性

a = np.array([1,3,5,7],dtype=np.int64)设置数组的数据类型

a.dtype获取数组的数据类型

a.astype()将数组转换为指定的类型

a.shape获取数组的维度

一维数组==>(元素个数, )；二维数组==>(行数, 列数)

a.reshape(行数, 列数)重塑数组

数据访问

二维数组索引访问：

ndarray[0轴索引, 1轴索引]（0轴索引即行索引，1轴索引即列索引)

二维数组切片访问（以例说明）：

a = np.array([[1,2,3],
             [4,5,6],
             [7,8,9]])
print(a[:2,1:2])
print(a[:2,1:2].shape)
print(a[1:,1])
print(a[1:,1].shape)
==>
[[2] 
 [5]]
(2, 1)
[5 8]
(2,)

0轴和1轴都是切片，得到的就是一个二维数组；0轴或1轴有一个是标量，得到的就是一维数组

数组算术运算（可以使用运算符+,-,*,/,**,%）：

a = np.array([[1,2,3],
             [4,5,6]])
b = a*2
c = a**2
print(b)
print(c)
==>
[[ 2  4  6] 
 [ 8 10 12]]
[[ 1  4  9] 
 [16 25 36]]

<u6

字节序和数据类型，指定数据类型

截图记录

numpy

大小端字节序

字符串string

复数complex

浮点型float

整型int

数组的数据类型(字符串)

数组的数据类型(复数)

数组的数据类型(浮点型)

数组的数据类型(整形)