参考链接： Python中的numpy.square
numpy是一种便于统计操作的数据类型，numpy.array是numpy的列表类型
下面是几种numpy.array的一些基本操作：
world_alcohol=numpy.genfromtxt("world_alcohol.txt",delimiter=",",dtype=str) #把数据和代码放在同一目录之下，只需引用文件名即可，其次是分隔符以及输出格式的选定
import mumpy as np #方便调用numpy将他命名为np
print(np.zeros([2,4])) #生成全零矩阵print(np.ones([3,5])) #生成全一矩阵
print("Rand:")
print(np.random.rand(2,4)) #生成两行四列随机数矩阵
print(np.random.rand()) #生成随机数
print("RandInt:")
print(np.random.randint(1,10)) #生成一个随机整数
print("Randn:")
print(np.random.randn(2,4)) #生成高斯分布矩阵
print("Choice:")
print(np.random.choice([10,20,30])) #在10,20,30里随机生成
lst=np.arange(1,11).reshape([2,-1]) #-1属于空置，无作用print(np.exp(lst))print(np.exp2(lst))print(np.sqrt(lst))print(np.sin(lst))
print(np.log(lst))
ls=np.array([[[1,2,3,4], [4,5,6,7]], [[7,8,9,10], [10,11,12,13]], [[14,15,16,17], [18,19,20,21]] ])print(ls.sum(axis=0)) axis可以从0到纬度-1之间的数，作为一个参数调节函数功能。print(ls.sum(axis=1))print(ls.sum(axis=2))print(ls.max(axis=1))
print(ls.min(axis=0))
运行结果：
[[22 25 28 31] 22=1 7 14,25=2 8 15......
[32 35 38 41]][[ 5 7 9 11] 5=1 4,17=7 10,32=14 18.......
[17 19 21 23]
[32 34 36 38]][[10 22] 10=1 2 3 4,22=4 5 6 7
[34 46]
[62 78]][[ 4 5 6 7]
[10 11 12 13]
[18 19 20 21]][[1 2 3 4]
[4 5 6 7]]
ls1=np.array([10,20,30,40]) numpy.array的特点就是对列表元素直接操作,可以
ls2=np.array([4,3,2,1]) 直接让两个列表的对应元素相操作，而非LIST中。
print("Add") 简单的列表拼接
print(ls1 ls2)print('Sub')print(ls1-ls2)print("Mul")print(ls1*ls2)print("Div")print(ls1/ls2)print("Square")
print(ls1**2)
矩阵的操作也可以实现：print("Dot") #矩阵相乘
print(np.dot(ls1.reshape([2,2]),ls2.reshape([2,2])))
print(np.vstack((ls1,ls2))) #横向拼接 print(np.hstack((ls1,ls2))) #垂直拼接print(np.split(ls1,2)) #把ls1分成两个
