python ndarray

import numpy as np

# 创建一个一维的 ndarray
arr1 = np.array([1, 2, 3, 4, 5])
print("一维数组 arr1:", arr1)

# 创建一个二维的 ndarray
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print("二维数组 arr2:\n", arr2)

# 创建一个全为0的 ndarray
zeros_arr = np.zeros((3, 4))
print("全为0的数组 zeros_arr:\n", zeros_arr)

# 创建一个全为1的 ndarray
ones_arr = np.ones((2, 3))
print("全为1的数组 ones_arr:\n", ones_arr)

# 创建一个指定范围和步长的 ndarray
range_arr = np.arange(0, 10, 2)
print("指定范围和步长的数组 range_arr:", range_arr)

# 创建一个等间隔的 ndarray
linspace_arr = np.linspace(0, 10, 5)
print("等间隔的数组 linspace_arr:", linspace_arr)

# 获取 ndarray 的形状
shape = arr2.shape
print("arr2 的形状:", shape)

# 改变 ndarray 的形状
reshaped_arr = arr1.reshape((5, 1))
print("改变形状后的 arr1:\n", reshaped_arr)

# 数组的基本运算
addition = arr1 + arr1
multiplication = arr1 * arr1
print("arr1 + arr1 =", addition)
print("arr1 * arr1 =", multiplication)

解释说明：

1. 导入 NumPy 库：import numpy as np，这是使用 NumPy 功能的前提。
2. 创建一维和二维数组：使用 np.array() 可以创建一维和二维的 ndarray。
3. 创建特殊数组：np.zeros() 和 np.ones() 分别创建全为 0 和全为 1 的数组。
4. 生成特定范围的数组：np.arange() 用于生成指定范围和步长的数组，np.linspace() 用于生成等间隔的数组。
5. 获取和改变数组形状：shape 属性可以获取数组的形状，reshape() 方法可以改变数组的形状。
6. 数组运算：可以直接对数组进行加法和乘法运算，结果是逐元素操作。

希望这些示例代码和解释对你有帮助！