本文档为“试验一 numpy”，主要内容围绕Python科学计算库numpy的基础使用和应用进行讲解与实践，适合初学者学习。
【numpy实验】主要介绍了在Python中使用numpy库进行数组操作的基本知识。numpy是Python科学计算的核心库，提供了高效的多维数组对象以及相关的工具。
1. `import numpy as np`导入了numpy库，并将其别名为np，便于后续代码中调用numpy函数。
2. 创建一维数组`a`并初始化为[4, 5, 6]。通过`a.dtype`输出其数据类型（默认是int64），使用`a.shape`输出数组的维度（这里是1x3）。同时，可以通过`a[0]`获取第一个元素值（即4）。
3. 创建二维数组`b`并初始化为[[4, 5, 6], [1, 2, 3]]。通过`b.shape`可以查看其尺寸（2x3），并通过索引如 `b[0, 0]`, `b[0, 1]`, `b[1, 1]` 分别输出对应的元素值4、5和2。
4. 使用numpy创建特殊类型的数组：
- `np.zeros((3, 3), dtype=int)`生成一个3x3的全零整数矩阵，命名为`a`；
- `np.ones((4, 5), dtype=int)`生成一个4x5的全一整数矩阵，命名给`b`；
- `np.identity(4, dtype=int)`创建并返回一个4x4单位矩阵，并将其赋值为变量名`c`;
- 使用函数`np.random.randint(1, 10, size=(3, 2))生成一个范围在1到10之间的随机整数的3x2矩阵，命名为`d`.
5. 创建数组`a`, 值初始化为[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]。通过print(a)打印整个数组，并使用索引如 `a[2][3]` 和 `a[0][0]` 分别输出指定元素值（即11和1）。
6. 截取数组`a`的子集，包含行从第0到第1个及列从第2到第3个位置的数据，并将该子数组命名为`b`. 输出整个子数组以及其第一个元素 `b[0][0]`.
7. 将矩阵`a`的最后一两行赋值给新的变量名`c`, 并输出最后一个元素的值，即最后一行的最后一位。
8. 创造一个名为`a`的新数组，并初始化后直接获取特定位置（例如(0, 0)， (1, 1) 和 (2, 0)）上的数值。
9. 定义矩阵`a`, 并通过索引向量输出指定的元素值，如(a[0][0]), a[1][2], a[2][0]和 a[3][1].
10. 对于数组`a`中的特定四个位置加上一个固定的数值（例如+10），并重新打印整个矩阵以展示修改后的结果。
11. 创建整数类型的数组`x`, 并输出其数据类型（int64）。
12. 建立浮点型的二维数组，通过检查发现其元素的数据类型为(float64)。
13. 使用两个具有相同维度和数据类型的二维矩阵进行加法操作，并使用numpy内置函数np.add实现同样的结果。
这些练习涵盖了numpy的基础应用如创建、访问属性、切片操作以及对数组执行算术运算等，是学习numpy库的重要步骤。通过实践，可以更好地理解和运用numpy在数值计算中的强大功能。
5星
