根据既定数组创建数组 （Numpy篇-03）

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

零基础最详细的从零学会如何用numpy库中不同的方法创建数组

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。

第六章. 图解数组计算模块Numpy—数据的相关概念和创建数组

一、常量1.1 numpy.nan:空值表示空值，这里两个空值是不相等的print(np.nan == np.nan) # False print(np.nan != np.nan) # True函数：numpy.isnan(arg)，这里也使用了numpy.count_nonzero(arg)经测试：可输入参数为列表与元组，目前来看可能只能输入一个参数import numpy as np ...

NumPy 简介 ，numpy.array() 创建数组，numpy.arange() 生成区间数组，numpy.linspace() 创建等差数列，numpy.logspace() 创建等比数列，numpy.zeros() 创建全零数列，np.ones() 创建一数列

整理了并简述了比较常用的创建方式，如果有很常用的但没有提及的或者描述有误的，欢迎补充，每种创建方式的高级用法可以在该链接中输入相关接口查询 这些接口的输入可以接受很多形式，比如当要求输入为一个一维的数据时，可以由list，tuple，甚至1维的ndarray作为输入 而当要求的输入为一个高维数据时，可以由相互嵌套的数据形式作为输入，如list of tuple，ndarray of tuple，等等，但是应保证嵌套的数据从形式上仍然是一个完整的高维数组（如[(1,2),(2)]这就不算是一个规范的高维数组.

print(cx)cl = cx[::-1] #使用切片方法并使用-1进行倒序print(cl)复制复制。

考虑一个形状为 (a1, a2, a3, ..., aN) 的数组。我们可以重新整形并将其转换为另一个形状为 (b1, b2, b3, ..., bM) 的数组。Python 没有对数组的内置支持，但可以使用 Python 列表代替。为了创建数字序列，NumPy 提供了一个类似于 range 的函数，它返回数组而不是列表。根据间隔返回一个具有均匀间隔元素的数组。提到的间隔是半开的，即[开始，停止）返回给定形状和类型的新数组，具有随机值。返回给定形状和类型的新数组，带零。：返回折叠成一维的数组的副本。

NumPy 数组的维数称为秩（rank），秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。很多时候可以声明 axis。

NumPy - 数组操作 NumPy包中有几个例程用于处理ndarray对象中的元素。 它们可以分为以下类型： 修改形状 序号 形状及描述 1. reshape 不改变数据的条件下修改形状 2. flat 数组上的一维迭代器 3. flatten 返回折叠为一维的数组副本 4. ravel 返回连续的展开数组 numpy.reshape 这个函数在不改变数据的条件下修改形状，它接受如下参数： numpy.reshape(arr, newshape, order') 其中：

文件位置‪ C:\Users\用户\.condarc。用清华源时出现的如下图的问题。可以更换为中科大的镜像源。.condarc内容。

WebSocket 在多线程环境下处理 Session并发时，常见问题包括状态冲突（如 IllegalStateException）、消息乱序、连接超时等。以下是综合各技术方案的解决方案，分为单机多线程和分布式集群两类场景：

❶ Text 实例的 repr 方法返回一个类似 Text 构造方法调用的字符串，❸ 如果为 obj.spam 赋值，会遮盖类属性，导致无法通过 obj 实例访。在类中定义的函数属于绑定方法（bound method），因为用户定义的函。下面来分析 Text.reverse 方法，如示例 20-15 所示。❹ 注意类型是不同的，一个是 function，一个是 method。象，里面包装着函数，并把托管实例（例如 obj）绑定给函数的第一个。方法，因此是非覆盖型描述符，如示例 20-13 中。

tkinter的web视图

重启服务，访问http://localhost:8000/docs，可以用/register和/token端点注册登录，获取Token后调用/tasks/创建任务，只有登录用户能操作自己的任务。打开浏览器，访问http://localhost:8000/docs，你会看到FastAPI自动生成的Swagger UI，里面列出了所有API端点，可以直接在线测试。任务管理应用已经能跑了，界面也美观，部署也稳妥，但如果用户多了，任务列表长到几百条，页面加载慢得像乌龟爬，API响应拖拖拉拉，用户估计得砸键盘了！

在使用 FastMCP 开发 MCP 服务器时经常会用到 `@mcp.tool()` 等装饰器。虽然它们用起来很简单，但当作黑匣子总让人感觉"不得劲"。接下来我们将深入相关的源码实现，别担心，不会钻没有意义的“[兔子洞](https://en.wikipedia.org/wiki/Wiki_rabbit_hole)”，你可以通过这篇文章了解到： - 如何简单启动本地的 MCP Server 和 MCP Inspector - 这些装饰器具体做了什么 - @mcp.tool() - @mcp.res