numpy python

import numpy as np

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

# 创建一个多维数组
multi_dim_arr = np.array([[1, 2, 3], [4, 5, 6]])
print("多维数组:\n", multi_dim_arr)

# 使用arange函数创建数组，类似于Python的range函数
arr_arange = np.arange(0, 10, 2)
print("使用arange创建的数组:", arr_arange)

# 使用linspace函数创建数组，在指定范围内生成指定数量的等间距元素
arr_linspace = np.linspace(0, 10, 5)
print("使用linspace创建的数组:", arr_linspace)

# 数组的基本运算
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 加法
add_result = arr1 + arr2
print("加法结果:", add_result)

# 减法
sub_result = arr2 - arr1
print("减法结果:", sub_result)

# 乘法
mul_result = arr1 * arr2
print("乘法结果:", mul_result)

# 除法
div_result = arr2 / arr1
print("除法结果:", div_result)

# 使用reshape函数改变数组的形状
reshaped_arr = arr.reshape((5, 1))
print("重塑后的数组:\n", reshaped_arr)

# 获取数组的属性
print("数组的维度:", arr.ndim)
print("数组的形状:", arr.shape)
print("数组的元素总数:", arr.size)
print("数组的元素类型:", arr.dtype)

解释说明：

1. 导入Numpy库：import numpy as np，这是引入Numpy库的标准方式。
2. 创建数组：使用np.array()可以创建一维或多维数组。
3. 创建特定范围的数组：np.arange()和np.linspace()分别用于创建等差数列和等间距数列。
4. 数组运算：Numpy支持直接对数组进行加、减、乘、除等运算。
5. 改变数组形状：reshape()函数可以改变数组的形状而不改变其数据。
6. 获取数组属性：可以使用ndim、shape、size和dtype等属性来获取数组的相关信息。