1. numpy数组形状

数组可以理解为是矩阵，所以会涉及几行几列

import numpy as np
import random

t1 = np.array([[1,2,3],[4,5,6]])
print(t1)
print(t1.shape)

在这段逻辑里，t1是个数组，输出结果后

(2, 3)表示的就是这个数组是一个2行3列的矩阵
在初始设置过数组形状后，还可以通过reshape进行形状的修改

import numpy as np
import random

#reshape修改形状
t2 = np.arange(12)
print(t2)
print(t2.shape)

t3 = t2.reshape((3,4))
print(t3)
print(t3.shape)

t3就是t2修改形状之后的数组

但需要注意的是，数组形状发生切换的前后，数组内元素数量不能发生变化，比如t2数组里有12个元素，那就可以按3行4列来改变，但不能按3行5列修改

2. numpy数组计算

2.1 数组与数字计算

数组可以和数字进行计算

import numpy as np
import random

#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])
t2 = t1 + 2
print(t1)
print(t2)

其结果是原数组里的每一个元素都会加2，与加法类似，乘法也是将每个元素都乘一次

import numpy as np
import random

#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])
t3 = t1 * 3
print(t1)
print(t3)

2.2 数组与数组计算

数组不仅可以和数字进行计算，也可以和数组进行计算

import numpy as np
import random

#数组与数字进行计算
t1 = np.array([[1,2,3],[4,5,6]])

#数组与数组进行计算
t4 = np.array([[1,2,3],[4,5,6]])
t5 = t1 * t4
print(t5)

可以看出来，是相同位置的元素进行相乘，需要注意的是，数组和数组之间的计算，需要两个数组形状相同