Numpy小白入门：数组于向量化计算

一：Numpy简介

NumPy，是Numerical Python的简称，它是目前python数值计算中最重要的基础包。大多数计算包都提供了基于Numpy的科学函数功能，将Numpy的数组作为数据交换的通用语言。但是NumPy本身并不提供建模和数学函数，理解NumPy的数组以及基于数组的计算将帮助你更高效的使用基于数组的工具，比如pandas。由于NumPy是一个很大的课题，我呢，也是一个数据分析的新手。所以这篇文章只是对Numpy基础知识做一个介绍、梳理和讲解。

二：生成ndarray

NumPy的核心特征之一就是N-维数组对象——ndarray。ndarray是Python中一个快速、灵活的大型数据集容器。数组允许你使用类似于标量的操作语法在整块数据上进行数据计算。ndarray对象我们在后面会接触非常多。

使用array函数生成数组

import numpy as np
data1=[6,7.5,8,0,1]
arr1=.array(data1)
print(arr1)
#输出结果为array([6.,7.5,8.,0.,1.])

嵌套序列，例如同等长度的列表，会自动转换成多维数

data2=[[1,2,3,4],[5,6,7,8]]
arr2=np.arrary(data2)
print(arr2)
#输出结果为array([1,2,3,4],
#               [5,6,7,8])

 接下来介绍两个属性shape和dtype

shape是表示数组的维度，几行几列

daty