要求：从两个不同数组中随机抽取数组，用到函数np.random.choice
import numpy as np
hyper=[1,2,5,8,9,12,13,14,17,19]
noh=[3,4,6,7,10,11,15,16,18,20]
#h:n 2:2
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l2[0],l1[0],l1[1],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l1[0],l2[0],l1[1],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l1[0],l1[1],l2[0],l2[1]]
print(ll)
l1=np.random.choice(hyper,2,replace=False)
l2=np.random.choice(noh,2,replace=False)
ll=[l2[1],l2[0],l1[0],l1[1]]
print(ll)
先定义一个数组列表：列表合并也可以用+，但是用+的话，会产生一个新的列表（当然也可以赋值给任何的变量），而extend则只是修改了原来的对象
只读数组，只能查看不能编辑，列表的切片操作同样适于元组。
表达方式：tuple=("元素1","元素2","元素3"),中间同样用，隔开
特殊的元组：tupleZero=（）空元组
tupleOne=("元素1"，) 只有一个元素，后面要跟一个，（注意好的习惯的养成）
作用：1.对于一些不想被修改的元素，可以放在元组里面
2.元组可以在映射（和集合的成员）中当作键使用，而列表不行
3.元组作为内建函数和方法的返回值
enumerate（列表对象，返回标签起始值（默认为零））
上面的例子可以看出，返回的i是一个元组，如果不想要元组的话，可以用两个参数接收：
数组允许进行批量操作而无需使用for循环，因此更加简便，这种特性也被称为向量化。任何两个等尺寸之间的算术操作都应用逐元素操作的方式进行。
同尺度数组之间的比较，会产生一个布尔型数组。
上述操作均是在同尺度数组之间进行的，对于不同尺度数组间的操作，会使用到广播特性。
索引：获取数组中特定位置元素的过程；
切片：获取数组元素子集的过程。
new_a = a.astype(new_type)
astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型一致。
ls = a.tolist()
转置是一种特殊的数据重组形式，可以返回底层数据的视图而不需要复制任何内容。
数组拥有 transpose 方法，也有特殊的 T 属性。
对于更高纬度的数组， transpose 方法可以接受包含轴编号的元组，用于转置轴。
ndarray的 swapaxes 方法，通过接受一对轴编号作为参数，并对轴进行调整用于重组数据。
swapaxes 方法返回的是数据的视图，而没有对数据进行复制。
Reference：
《Python for Data Analysis:Data Wrangling with Pandas,Numpy,and IPython》
