NumPy
NumPy是什么？
NumPy（Numerical Python的缩写）是一个++开源++ 的Python科学计算模块，其中包含了许多实用的数学函数，用来处理++数值型数据++ 。
优点：
-
很多更高级的扩展模块都依赖于NumPy，比如++pandas++
-
NumPy中有计算平均数、中位数等数学相关的内置函数，可以在代码中省去很多的循环语句，帮助我们更加快速和科学地进行计算
-
NumPy提供了一个叫做N维数组的数据结构，它和Python中的列表list类似，但前者的输入输出性能远优于后者
学习目标1
要想深入了解NumPy，我们就必须先从它的核心 ------ N维数组（ndarray）开始学习。
同时NumPy中，N维数组（ndarray）作为最重要和使用最频繁的对象。
接下来，我们将分别学习以下几个方面：
- N维数组的基本概念和常用属性
2.创建一个N维数组 - N维数组的运算
|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| N维数组 |
| 
定义 顾名思义，++N++ ++维数组（ndarray）++ 是一个多维数组，描述了相同类型数据的集合。 隐喻 如图所示，各个科目的分数形成了一个++4x3++ 的二维数组，该数组就是一个同一数据类型 ------ 分数（整型int）的集合。 |
|-----------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| 有很多属性可以描述N维数组，最常用的两个属性分别是数据类型和维度。 比如，上一页中，我们用了「整型（int）」和「二维」来描述示例中的数组，依次对应的就是数组的数据类型和维度这两个属性。 | 
|
|----------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|
| NumPy数组的 数据类型 指的是数组中存储的元素类型，可以是：整型（int）、浮点型（float）、布尔型（bool）等。 | 需要注意的是，NumPy数组中的所有元素类型必须是一致的。
|
Ps：
一维空间相当于一根直线。在这样的空间里，只能前进或者后退，所以只有长度的概念。
二维空间其实就是一个平面。在这个平面上，除了前进、后退以外，还可以向左或者向右，所以有长度和宽度的概念。
三维空间就像是一个立方体。在这个空间里，除了前进、后退、向左和向右移动外，还可以向上或者向下，所以有长度、宽度和高度的概念。
|---------------------------------------------------------------------|----------------------------------------------------------------------------|
| NumPy数组的维度和我们平常说的维度非常相似，接触最多的通常是一维（1D）和二维（2D）数组，可以通过中括号[ ]的层数来确定。 | 
|
|------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| [...]表示一维数组，和Python中的列表长得很像。 在使用print()输出时，它们的区别在于数组之间的元素是用空格分隔，而列表是以逗号分隔。 一维数组的所有元素都在同一「行」里，一行中可以有很多元素。 | 
|
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| [[...]]表示二维数组。 二维数组中的每个元素都是一个一维数组，并且每一行的元素数量都是一致的。在二维数组中： 行数代表二维数组中一维数组的数量； 列数代表一维数组中元素的数量。 
| 
|
以此类推，[[[...]]]表示三维数组，三维数组中的每个元素都是一个二维数组；[[[[...]]]]表示四维数组，四维数组中的每个元素都是一个三维数组...
Like：
有很多属性可以描述N维数组，最常用的两个属性分别是数据类型和维度。
在了解完N维数组的概念和常用属性后，我们来学习如何创建N维数组。在使用NumPy创建N维数组前，我们需要先安装numpy。
导入与安装numpy
|----------------------------------------------------------------------------------------|------------------------------------------------------|
| 安装完后，下一步就是导入numpy。 根据NumPy官方文档的倡导，在导入numpy时通常会使用「np」作为numpy的简写，方便以后调用。 导入numpy的具体代码如下： | # 使用import导入numpy，并使用"np"作为该模块的简写 import numpy as np |
在终端输入pip install numpy安装模块。
在代码中使用import numpy as np导入模块。
如图所示：
创建n维数组
在导入numpy后，我们就可以开始创建N维数组啦~
创建N维数组的方式有很多，最简单的一种方式就是调用NumPy模块中的array()函数。
|---------------------------------------------------------------------------------------------|----------------------------------------------------------------------------|
| 任意序列型对象，也就是列表、元组、数组等数据结构，都可以作为参数传入。 该函数会返回传入的参数所对应的数组。 接下来，通过依次分析如何创建一维数组和二维数组，来更好的理解这个函数吧。 | 
|
|-------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 创建N维数组 np.array() 这三行代码创建了一个叫做"arr"的一维数组，并输出了该数组。 第一行导入了numpy，并使用"np"作为该模块的简写。 第二行将一个元素全是整型的列表作参数传入到np.array()中，并将函数返回的结果赋值给了变量arr。 | 
第三行输出了该数组，也就是[1 2 3 4 5]。 
|
|-----------------------------------------------------------------|
| 函数np.array() np.array()是NumPy中用来创建N维数组的函数。 |
| import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) |
| [1 2 3 4 5] |
|-----------------------------------------------------------------------------|
| 一个列表 作为参数传入np.array()函数中，该函数将返回一个对应的数组。 任意序列型对象，也就是列表、元组、数组等数据结构，都可以作为参数传入。 |
| import numpy as np arr = np.array([1, 2, 3, 4, 5]) print(arr) |
| [1 2 3 4 5] |
|----------------------------------------------------------------------------|
| 变量名 函数返回的一维数组赋值给了变量arr。 |
| 
|
| [1 2 3 4 5] |
再加一个例子：
在学习了N维数组的概念、常用属性以及如何创建一个N维数组后，我们来继续学习N维数组的计算。