numpy 的基本属性和方法

ndarray 的几个常用属性：

· shape： 代表一个 array 的形态，是一个向量还是一个矩阵，抑或是一个更复杂的向量组。

· ndim： 代表这个 array 的维度

· size： 在 array 中拥有的元素数量

· itemsize： 这个 array 中每一个元素所需要占的字节数

· nbytes： 这个 array 的总字节数（=itemsize*size）

· real： 代表一个 array 中所有元素的实数部分

· imag： 同理，代表一个 array 中所有元素的虚数部分

· flat： 将这个 array 整理成一维的，可以索引的一系列的元素组合。它实际上是通过 iterator 实现的，我们可以通过 for x in array.flat 来取得到所有的元素

· T： 矩阵转置，同 transpose()方法

一些比较有用的方法：

· tolist()： 将 array 转化成一个 Python 中的 list 对象

· item(*args)： 取得某一位置的元素

· dump(file)： 将这个对象序列化至文件。同 cPickle 中的 dump 作用

· dumps()： 将序列化的结果通过字符串加以输出

一些关于 Array 的形态操作：

· reshape()： 改变 array 的形态

· resize()： 也是改变 array 的形态。不同的是，resize 是直接修改这个对象的，而 reshape 则会生成一个新的对象

· transpose()： 这个就是矩阵的转置操作啦

· swapaxes()： 将 n 个维度中任意两个维度（坐标轴）进行调换

· flatten()： 复制一个一维的 array 出来

还有一些关于 Array 的运算操作：

· max()：取得所有元素中的最大值

· min()：取得最小值。还有一点值得说，就是 max、min 这些函数都可以针对某一坐标轴（具体维度）进行运算，例如 array.max(axis=0)，就在 0 坐标上求最大值

· sum()：求和

· cumsum()：求累计和

· prod()：求所有元素之积

· cumprod()：求累计积

· all()：如果所有元素都为真，那么返回真；否则返回假

· any()：只要有一个元素为真则返回真

· mean()：求平均数