学习pytorch day02

NumPy 数组

数组对象是 NumPy 中最核心的组成部分，这个数组叫做 ndarray，是“N-
dimensional array”的缩写。其中的 N 是一个数字，指代维度，例如你常常能听到的 1-
D 数组、2-D 数组或者更高维度的数组。
在 NumPy 中，数组是由 numpy.ndarray 类来实现的，它是 NumPy 的核心数据结构。

与python list对比

1.Python 中的列表可以动态地改变，而 NumPy 数组是不可以的，它在创建时就有固定大
小了。改变 Numpy 数组长度的话，会新创建一个新的数组并且删除原数组。
2.NumPy 数组中的数据类型必须是一样的，而列表中的元素可以是多样的。
3.NumPy 针对 NumPy 数组一系列的运算进行了优化，使得其速度特别快，并且相对于
Python 中的列表，同等操作只需使用>>>import numpy as np

创建数组

d = np.asarray([1])
>>>print(arr_1_d)
np.array() 属于深拷贝，np.asarray() 则是浅拷贝

数组的属性

• ndim
  ndim 表示数组维度（或轴）的个数。刚才创建的数组 arr_1_d 的轴的个数就是 1，
  arr_2_d 的轴的个数就是 2。
• shape
  shape 表示数组的维度或形状， 是一个整数的元组，元组的长度等于 ndim。
  arr_1_d 的形状就是（1，）（一个向量）， arr_2_d 的形状就是 (2, 2)（一个矩阵）。