软件开发工具很多，只不过实惠的就这样的话十几个，下面例举我广泛的几个开发工具：
idea这个的确是目前最非智能的编译器，它可以不提示一些很基础却很闪避的代码错误，特别是利用写java代码等。其他凝合的应用webstorm、pycharm、clion等，各也可以更好地为了写javascript、python、c代码。
studiocodevscode，不过是一款很强横、很太热门的前端编译器，像vue框架的作者尤雨溪，在公开场合，利用写代码的编译器，便行它了。但是笔者要注意畜牧兽医相关专业java开发，可以使用idea来开发完毕的频率高点，并不在用vscode，更多的是把它拿出来一个文本编辑器，它接受多种编程语言的语法高亮，如你如果说看一些开源的代码，或则编辑一些脚本如nginx，又不开个店占内存的大应用idea，轻量的vscode浮山宗建议的选择了。
3.switchhosts我们旗下，每天都会做一些域名映射，怎么能够做到省事、迅速、批量改地可以切换域名，使用switchhosts就够了吧。这个应用，可能会很多开发者到底，在github上就这个可以免费下载不使用了。
我有这么大三个常见的场景，那就是登入进一台linux服务器，对里边做些配置，应用布署等，它就这么多一个方便啊我们进来操作的工具。允许高亮，可以不清晰先看看吧里边的各种类型。文件有图形界面，方便啊文件上传，文本打开编辑器。
主要是用，也就那你几个，这几个用好，也就这个可以无法胜任很多开发工作了。
numpyumpy(numericalpython)是python的一个扩大程序库，允许大量的维度数组与矩阵运算，至于也对于数组乘除运算需要提供大量的数学函数库。nupmy可利用存储和处理规模很大矩阵，比python自身的嵌套循环列表（nestedliststructure)结构要高效的多（该结构也也可以单独意思是矩阵（matrix））。当然numpy将python普通变的一种在线的更强大的matlab系统。
numpy是一个运行速度非常快的数学库，要注意主要是用于数组可以计算，中有：
一个极为强大的n维数组对象numpy
广播功能函数
统一整合c/c/fortran代码的工具
线性代数、傅里叶变换、随机数生成等功能
ndarray对象
numpy最重要的是的一个对象是其n维数组对象numpy，它是一系列同类型数据的集合，这个可以使用设计和实现0的索引访问数学集合中的项目。
ndarray对象是用于储存时同类型元素的四维一体数组。ndarray中的每个元素在内存中不使用是一样的大小的块。ndarray中的每个元素是数据类型对象的对象(称做dtype)
(object,dtypenone,ndmin0,全部复制true,ordernone,subokfalse)
就像唯有context、dtype和ndmin参数正确，其他参数不广泛
importnumpy
a([1,2,3])#一维
b([[1,2,3],[4,5,6]])#二维
c([1,2,3],dtypecomplex)#元素类型为复数
d([1,2,3],ndmin2)#二维
print(a,type(a))
print(b,type(b))
print(c,type(c))
print(d,type(d))
####################################
[123]classnumpy.ndarray
[[123]
[456]]classnumpy.ndarray
[1.0.j2.0.j3.0.j]classnumpy.ndarray
[[123]]classnumpy.ndarray
numpy数组属性
numpy数组的维数称做秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。
在numpy中，每一个线性的数组被称是一个轴（axis），也就是维度（dimensions）。诸如，二维数组等同于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以零维数组那是numpy中的轴（axis），第一个轴等同于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，应该是数组的维数。
有些时候是可以声明axis。axis0，意思是顺着第0轴进行你的操作，即对每一列进行操作；axis1，来表示沿着第1轴进行能操作，即对每一行通过不能操作。
ndarray对象属性有：
较常见的属性有下面几种：
：这一数组属性返回一个真包含数组纬度的元组，它也也可以主要用于根据情况数组大小
importnumpyandnp
a([[1,2,3],[4,5,6]])
print()#可以打印shape属性
(3,2)#可以修改shape属性
print(a)
#######################################
(2,3)
[[12]
[34]
[56]]
ndarray.ndim：这一数组属性回数组的维数
importnumpysuchnp
a(24)#直接返回0-23的列表类型的数据
print(a.ndim)
b(2,3,4)
print(b)
print(b.ndim)
############################
1
[[[0123]
[4567]
[891011]]
[[12131415]
[16171819]
[20212223]]]
3
：这一数组属性回数组中每个元素的字节单位长度
importnumpyasnp
a([1,2,3])#默认是四个字节
print()
#########################################
4
()函数的用法
该函数为了创建矩阵
importnumpyandnp
#将列表转为矩阵
a[7,8,9]
b(a)
print(b)
print(#*10)
#创建一行的矩阵
m([1,2,3])
print(m)
print(可以打印出第一行的第三个值：,m[0,2])
#取第一行的第三个值
print(#*10)
x([[3,2,1],[6,5,4]])
print(x)
print(打印出来出矩阵的第二行：,x
print(打印出来出矩阵的第二行：,x[1,:])
print(打印出来出矩阵的行列数：,)
#我得到矩阵的行列数
print(再打印出矩阵的行数：,[0])#完成任务矩阵的行数
print(不打印出矩阵的列数：,
()#对矩阵的每一行接受排序
print(对矩阵的每一行并且排序:)
print(x)
print(#*10)
()函数的用法
该函数用于前往给定形状和类型的新数组。直接返回的数据类型为numpy.ndarray，具有计算变量形状，类型和顺序的0的数组。
参数：
shape：int或int的元组。新阵列的形状，或者：（2，3）或2。
dtype：数据类型，可选。、例如。默认是numpy.float64
order：{c，f}，可选，系统默认：c。有无在内容中以行（c）或列（f）顺序储存多维系统数据。
importpandasasnp
a(5)
print(a,type(a))
b([1,2],dtypeint8)
print(b)
c([1,2,3],dtypeint8)
print(c)
