import numpy as np
什么类型的相加，返回的还是什么类型的，所以在累加小类型的数值时会出现问题如下：
a=np.array([123,232,221], dtype=np.uint8)
a[0]+a[1]+a[2] 返回的和就是错误的，因为和超出了255，返回的和的类型为uint8，所以结果是错误的，
这个要小心,
需要把a的类型进行变换，a=np.int32(a),就不会出现上面的问题了。
- np.zeros() 等自己创建的数组，类型为float64，是默认的，可以在创建时制定类型。
np.zeros(4, dtype=np.uint8)
np.zeros((3,4), dtype=np.int16)
- np.linspace(a,b,c, endpoint=True) 创建从a到b的等差序列，包含c个元素，包含a和b（如果endpoint=True）。默认为True
- 三维数组排列（2，3，4）
是第一页，再第二页，每页里是行，列排放。
（6，2，3，4，5）五维的数据的话六个桌子排成排，每个桌子上有两本书，每本书有三页，每页上有4行5列数字。
- 运算
a*b 是elementwise product 元素对元素操作
a.dot(b) 或者 np.dot(a,b) 是 matrix product 矩阵运算
- 随机数
np.random.random(5) 或者np.random.random((3,4)) 生成随机数字的数组，都是小于1的。
a.min() , a.max() , a.sum() 最小，最大，元素求和
可以求出每一行的最大或者最小或者和，a.min(axis=1), a.max(axis=1), a.sum(axis=1) ，每一列的话用axis=0
- python里面平方用**表示， 如2**3=8
for i in a:
print(i)
时是按照第一个维度来的，如果是三维，i就是一页一页的,如果是二维的，i就是一行一行的.
- 引用时的区别
a为一个二维数组，如果a[:,1:2] 得到的是一个n行1列的二维数组，但是a[:, 1]得到的是一个n个元素的一维数组
数组的拼接
np.concatenate((a,b), 0) 是把数组a和b按照前后顺序连起来拼接，
np.concatenate((a,b),1) 是把数组a和b对应的行拼接起来
例如a=[[1,2],
[3,4]]
b=[[5,6],
[7,8]]
那么np.concatenate((a,b),1) 就等于
[ [1,2,5,6],
[3,4,7,8] ]
np.concatenate((a,b), 0)就等于
【【1,2】，
【3,4】，
【5,6】，
【7,8】】