在Python中，数组（Array）被视为同类元素的有序集合，旨在存储数量确定的相同类型的元素。数组是一个连续的内存区域，让我们可以根据索引来访问和更改每个元素。
以下是数组的主要特性：
- 该数据结构的元素都具有相同的数据类型，这些类型可能包括数字、字符串或其他数据类型。
- 数组的大小是固定的，意味着创建后，你不能更改它的长度。
- 数组提供了通过索引值访问和修改元素的能力。
- 在内存中，数组中的元素被连续存放。
创建数组的方法如下：
要在Python中创建和处理数组，您可以使用名为 numpy 的第三方库。Numpy是一个强大的Python库，主要用于数学和科学计算，它提供了大量功能和方法，以高效处理多维数组。
首先，安装 numpy 库，可以使用以下命令执行安装：
pip install numpy安装完成后，您就可以开始使用 numpy 来创建数组：
import numpy as np
arr = np.array([1, 2, 3, 4, 5]) # 创建一维数组
print(arr) # 输出: [1 2 3 4 5]
matrix = np.array([[1, 2, 3], [4, 5, 6]]) # 创建二维数组
print(matrix)
# 输出:
# [[1 2 3]
# [4 5 6]]访问和修改数组元素：
可以使用索引值来访问数组中的特定元素。索引值从0开始，可以是整数或切片对象。对于多维数组，可以通过逐层索引来访问和修改元素。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[0]) # 输出: 1，访问第一个元素
arr[2] = 10 # 修改第三个元素为10
print(arr) # 输出: [ 1 2 10 4 5]
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print(matrix[0, 1]) # 输出: 2，访问第一行第二列元素
matrix[1, 2] = 7 # 修改第二行第三列元素为7
print(matrix)
# 输出:
# [[1 2 3]
# [4 5 7]]常用操作：
数组形状：可以使用 shape 属性获取数组的形状，返回一个表示各个维度大小的元组。
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6]])
shape = matrix.shape
print(shape) # 输出: (2, 3)，表示2行3列的二维数组数组操作：Numpy提供了丰富的函数和方法来操作数组，如计算最大值、最小值、平均值，以及进行排序等。
import numpy as np
arr = np.array([5, 2, 1, 6, 4])
maximum = np.max(arr) # 计算数组的最大值
print(maximum) # 输出: 6
minimum = np.min(arr) # 计算数组的最小值
print(minimum) # 输出: 1
mean = np.mean(arr) # 计算数组的平均值
print(mean) # 输出: 3.6
sorted_arr = np.sort(arr) # 对数组进行排序
print(sorted_arr) # 输出: [1 2 4 5 6]数组切片：可以使用切片对象来获取数组的子集。切片对象由开始索引、结束索引和步长组成。
import numpy as np
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
subset = arr[2:6] # 获取索引2到5（不包括6）的子集
print(subset) # 输出: [2 3 4 5]
reversed_arr = arr[::-1] # 将数组逆序
print(reversed_arr) # 输出: [9 8 7 6 5 4 3 2 1 0]