下面是一些杂碎的知识点：
首先我们说说多维数组：
数组的属性：
ndarray.ndim， 表示数组的秩是多少；
ndarray.shape，返回数组的形状；
ndarray.size，数组元素的总个数，等于shape属性中元组元素的乘积
ndarray.dtype，一个用来描述数组中元素类型的对象
ndarray.itemsize ，数组中每个元素的字节大小。
一些常用的函数
zeros()生成全为零的数组；
ones()生成合为1的数组；
empty()生成一个随机数组；
reshape()函数，,返回一个数组变形的样子。按C风格来哦，即最右边的索引变化最快；
resize()函数，和上面操作相同 ，不过它是改变原数组哦，上面的reshape()不会改变原数组的；
arange（）函数，可以产生一个一维的数组哦。
ravel()函数， 它展开的函数的风格通常是C风格的，即最右边的索引变化最快；
transpose(),把数组进行转置，如索引为（2，3，4）元素变为索引为（4，3，2）的元素；
column_stack()函数，把一维数组按列组合成二维数组；
row_stack()函数，一维数组以行组合成二维数组
vstack()沿着第一个轴组合,hstack()函数沿着第二个轴组合
vsplit()沿着纵向的轴分割，array split()允许指定沿哪个轴分割。argmax()函数，求出指定的坐标轴上的最大的值的下标。
a = np.array([[2,5,3],[4,7,1]]) a.argmax(0) #求出数组a在第0轴上的最大值的下标，0轴就是列轴 #输出 array([1,1,0]) a.argmax(1) #求出数组a在第1轴上的最大值的下标，1轴就是行轴 #输出： array([1,1])newaxis
linspace()函数通过指定开始值、终值和元素的个数来创建一维数组，可以通过endpoint关键字指定是否包括终值，缺省时包括终值；
>>> np.linspace(0,5,11) array([ 0. , 0.5, 1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. ])索引，切片和迭代：
使用arange函数时，不包括终值；
可以能数组的元素的索引作切片哦，记住，索引从0开始的。当少于轴数的索引被提供时，确失的索引被认为是整个切片。
注意：迭代 多维数组是就第一个轴而言的。
数组的flat属性为数组元素的一个迭代器，可以启遍例数组中的每个元素；
随着学习继续补充
补充：
1. numpy中的数组的axis 是从0开始的，最里面的为0，外面的为1， 2等 ，最里面表示变化速度最慢的。。如一个数组 array().shape = (3, 12, 15), axes为 0 的是3， 为1的是12， 为2的是15。 其中吧，12代表了行数， 15代表了列数；
2. Numpy.mean()函数：
它的作用是计算一个 array_like 的算术平均值， 可以指定哪一个axis. .另个有两种方法使用它。
它的原型为：mean(a, axis=None, dtype=None, out=None, keepdims=False)
例子：
>>> a = np.array([[1, 2], [3, 4]]) >>> np.mean(a) 2.5 >>> np.mean(a, axis=0) array([ 2., 3.]) >>> np.mean(a, axis=1) array([ 1.5, 3.5])
上面的例子我们也可以简单这个做： a.mean(0) 或 a.mean(1)
另个，当axis的参数省略时，它会计算所有值的平均值； 建议用标准的方法写代码；