numpy，使用不同方法初始化array数组，使用加减法，然后reshape他的维度

NumPy是Python的一个强大库，主要用于科学计算和数据分析。它提供了一种高效的多维数组对象（ndarray），以及许多用于处理这些数组的工具。

以下是使用NumPy创建、初始化数组，执行基本操作（加减法），以及调整数组形状的一些示例：

import numpy as np

# 创建数组
# 1. 使用列表
arr1 = np.array([1, 2, 3, 4, 5])
# 2. 使用arange函数生成等差序列
arr2 = np.arange(1, 6)
# 3. 使用zeros或ones函数填充全零或全一
arr3 = np.zeros((3, 3))
arr4 = np.ones((3, 3))

# 数组的基本数学运算
# 加法
arr_sum = arr1 + arr2

# 减法
arr_diff = arr1 - arr2

# 对于二维数组，也可以进行元素级别的操作
arr_element_add = arr3 + arr4

# 调整数组维度（reshape）
reshaped_arr = arr_element_add.reshape((3, 1))  # 将数组扁平化成3行1列
reshaped_arr_2d = arr_sum.reshape((2, 3))  # 或者改变成新的形状，比如2x3

print("Original arrays:")
print(arr1, "\n")
print(arr2, "\n")
print("After operations:")
print(arr_sum, "\n")
print(arr_diff, "\n")
print("Reshaped arrays:")
print(reshaped_arr, "\n")
print(reshaped_arr_2d, "\n")