Numpy基础：数组的创建，数据类型，切片索引

NumPy（Numerical Python）是Python科学计算的基础包。它提供了以下功能（不限于此）：

1. 快速高效的多维数组对象ndarray。 用于对数组执行元素级计算以及直接对数组执行数学运算的函数。
2. 用于读写硬盘上基于数组的数据集的工具。
3. 线性代数运算、傅里叶变换，以及随机数生成等。
4. 成熟的C API， 用于Python插件和原生C、C++、Fortran代码访问NumPy的数据结构和计算设施。

除了为Python提供快速的数组处理能力，NumPy在数据分析方面还有另外一个主要作用，即作为在算法和库之间传递数据的容器。对于数值型数据，NumPy数组在存储和处理数据时要比内置的Python数据结构高效得多。此外，NumPy可以在整个数组上执行复杂的计算，而不需要Python的for循环，基于NumPy的算法要比纯Python快10到100倍（甚至更快），并且使用的内存更少。

1 NumPy ndarray：多维数组对象

我们可以通过array函数来生成一个新的包含传递数据的Numpy 数组。

import numpy as np
array1=np.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数	描述
object	传入的数据，可以使列表（list）、集合（set）、元组&#x